摘要
本发明提供了一种焊接质量检测方法、装置、电子设备及存储介质,涉及计算机技术领域。该方法包括:获取在焊接过程中针对焊接区域采集的多源数据,多源数据包括不同类型的传感器采集的数据;将多源数据输入预先训练的焊接质量检测模型,得到多个焊接缺陷类别的概率;在最大的概率超过概率阈值的情况下,确定焊接区域的焊接质量检测结果为焊接质量异常,并将最大的概率对应的焊接缺陷类别作为焊接区域的缺陷类型;通过边界框回归或特征图坐标映射确定缺陷类型对应的缺陷位置。本发明通过使用人工智能对多源数据进行分析,实时快速准确地识别焊接质量,能够提升焊接质量,进而降低生产成本和产品不合格率以满足大规模、高精度的生产需求。
技术关键词
缺陷类别
嵌入式控制系统
反射光
熔池形貌
焊接机器人
数据
图像
焊缝
视觉
样本
产品不合格率
蒸汽
生成控制指令
物理
电子设备
可读存储介质
传感器
处理器
强度
光源
系统为您推荐了相关专利信息
局部图像特征
多尺度特征提取
晶圆
局部特征信息
算法
焊接系统
焊接工作台
神经网络模型构建
控制焊接机器人
工件
伸缩支撑组件
支撑座
图像获取装置
智能焊接机器人
支撑箱体
微纳光栅
调控单元
数据分析方法
二叉树模型
轮廓系数