摘要
本发明公开了一种融合视觉图像和电流信号的焊点缺陷检测方法和系统,包括:采集包含焊点的图片和电流信号,建立一维卷积神经网络,分别对焊点图像和电流信号进行处理提取焊点图像的局部特征和电流信号的特征,获得训练好的一维卷积神经网络;直接拼接焊点图像特征和电流信号特征获得复合特征;将拼接后的复合特征输入到训练好的一维卷积神经网络中,分类点焊过程中的动态电流数据,获得拼接后的图像和电流信号的变化模式的分类器;检测时使用预训练的一维卷积神经网络分别取图像的局部特征和电流特征,再输入至获得的复合分类器中识别缺陷。
技术关键词
一维卷积神经网络
焊点缺陷检测方法
融合视觉
卷积神经网络模块
汽车门板
电流
分类器
图像局部特征
信号特征
生成对抗网络模型
特征识别模块
识别缺陷
焊点缺陷检测系统
精密电阻
图片
数据
多层次特征
系统为您推荐了相关专利信息
焊点缺陷检测方法
焦点损失函数
联合损失函数
融合特征
检测头
融合视觉特征
图像分类方法
语义特征
交互特征
语义向量
光声光谱检测系统
神经网络模型
干扰修正方法
卷积神经网络模块
电信号
规律挖掘方法
节点
深度图
神经网络模型
注意力机制