摘要
本申请公开了一种基于多尺度特征融合的焊接缺陷图像预处理方法,其包括:使用熔池相机采集各种焊接状态数据并对其进行预处理;通过多尺度卷积核对预处理后的图像进行特征提取,得到多个尺度的特征图;通过卷积神经网络模型提取多个尺度的特征图中的特征并对其进行特征融合;对特征融合后的特征图进行池化操作。本申请能够对焊接图像进行高效的特征提取与融合,提高了焊接缺陷识别的精度和效率。
技术关键词
深度特征融合
卷积神经网络模型
图像预处理方法
多尺度特征融合
局部细节特征
多尺度卷积核
高层次
数据
冗余特征
缺陷类别
滤波算法
相机
噪声
尺寸
代表
非线性
纹理
系统为您推荐了相关专利信息
注意力模型
金融业务数据
信息评估方法
集成学习模型
决策树模型
工业质检
加速系统
工业数据处理
现场可编程逻辑门阵列芯片
数据采集模块
识别方法
注意力机制
教学媒体
学生身体
资源受限环境
卷积神经网络模型
行人检测方法
算法
图像
行人检测装置
三维构建方法
实景三维模型
三维矢量数据
无人机倾斜摄影
多源数据协同