摘要
本发明公开了一种基于三维卷积神经网络的焊接质量检测方法,包括:获取训练数据集合;利用训练数据集合训练预先构建的三维卷积神经网络;获取待检测的焊接视频流数据;从待检测的焊接视频流数据中提取待检测的多帧焊接图像序列,将待检测的多帧焊接图像序列输入训练后的三维卷积神经网络,得到三维卷积神经网络输出的待检测的多帧焊接图像序列对应的焊接质量情况及其概率值;根据三维卷积神经网络输出的待检测的多帧焊接图像序列对应的焊接质量情况及其概率值、以及预设的概率阈值,确定并输出待检测的多帧焊接图像序列对应的最终焊接质量情况。本发明能够实现焊接质量情况的实时监测,能够在出现焊接质量异常时及时发现而进行弥补。
技术关键词
三维卷积神经网络
Softmax函数
双向注意力
拼接单元
分类网络
序列
图像
视频流
模块
注意力机制
非线性
输入端
补丁
数据
焊缝
转换单元
批量
通道
成形
系统为您推荐了相关专利信息
轴承故障诊断方法
故障类别
更新模型参数
Softmax函数
传播算法
三维医学影像
模型构建方法
分支
并行处理架构
血管
特征提取网络
CT影像数据
人工肝
分类方法
生理
多模态机器学习
多模态检测网络
异常流量检测
电力工控系统
识别方法