基于关键点解耦检测的超声翅片检测方法、系统和存储介质

AITNT
正文
推荐专利
基于关键点解耦检测的超声翅片检测方法、系统和存储介质
申请号:CN202510468227
申请日期:2025-04-15
公开号:CN120009421B
公开日期:2025-07-22
类型:发明专利
摘要
本发明公开了一种基于关键点解耦检测的超声翅片检测方法,包括如下步骤:步骤一:获取液冷散热器翅片流道的超声图像;通过卷积神经网络提取所述超声图像的混合特征图;步骤二:基于所述混合特征图生成关键点热力图以定位流道端点,得到包括外观代表特征和位置的关键点特征;步骤三:采用对比学习对关键点特征进行分组,使同一流道的关键点特征在特征空间中聚集,不同流道的关键点特征分离,将属于同一流道的关键点分成一组;步骤四:基于关键点位置和分组,对混合特征图进行解耦,得到与每个关键点特征对应的关键点特征图;步骤五:基于关键点特征图类型,生成对应的关键点热力图,并基于关键点热力图的灰度阈值判定未焊接区域。
技术关键词
关键点特征 热力图 翅片 卷积神经网络提取 液冷散热器 多尺度信息 掩膜 降维特征 代表 端点 处理器 流道 判定方法 图像 样本 通道 存储器 像素 模块
系统为您推荐了相关专利信息
1
一种基于大数据算法台区智能健康诊断方法和系统
健康诊断方法 台区智能 实测参数 卷积神经网络提取特征 智能数据采集模块
2
混凝土试验报告生成方法、装置、设备及存储介质
混凝土 数据 框架模板 图表 报告
3
基于神经网络多头注意力机制远程桌面视频编解码方法
多头注意力机制 视频编解码方法 编码视频流 解码模型 视频帧
4
一种基于信道状态信息的人体运动模式识别方法、系统、设备及介质
人体运动模式识别 信道状态信息 人体运动状态 长短期记忆网络 时间同步
5
基于多模态融合算法的无人机变电站异常检测方法及系统
融合算法 多头注意力机制 高斯核函数 融合特征 多模态传感器
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号