摘要
本发明涉及铸钢技术领域,具体提供一种基于超声A扫图像的圆坯内部缺陷检测方法及系统,包括:设置相邻检测点的间隔距离为第一距离;根据第一距离采集圆坯任一段的第一组超声波检测图像;利用图像识别模型处理第一组超声波检测图像,得到缺陷识别结果;根据缺陷识别结果将相邻检测点的间隔距离更新为第二距离,并根据第二距离采集圆坯未经检测段的超声波检测图像;当缺陷识别结果为存在缺陷时,第二距离小于第一距离;当缺陷识别结果为不存在缺陷时,第二距离大于第一距离。本发明利用图像识别模型对超声波检测图像进行缺陷识别,提升了缺陷识别准确性,且根据初次检测的缺陷识别结果来调整检测点间距,进而实现了检测点的动态调整。
技术关键词
图像识别模型
内部缺陷检测方法
检测点
超声波检测探头
卷积神经网络模型
内部缺陷检测系统
残差学习
边界特征
表面波
残差网络
Canny算子
标记
图像生成模型
铸钢技术
图像拼接
非线性
识别模块
数据
系统为您推荐了相关专利信息
编码向量
风机运行状态检测
智能控制系统
时序特征
电场
糖尿病用药
药物安全性评估
样本
数据录入数据库
构建卷积神经网络
完整性评估方法
基桩缺陷
电极组件
检测点
三维模型
参数调控系统
数据采集模块
动态调控方法
表面传感器
数据输入模块