摘要
本发明提供双机构协同式曲面构件水浸超声智能检测方法及系统,涉及超声检测技术领域,包括采用双机构水浸超声检测系统对工件进行扫查,采集超声回波信号并进行处理,生成超声C扫描图像。利用构建的多尺度特征融合的深度卷积神经网络模型对超声C扫描图像进行缺陷识别,获得缺陷的类型、位置、尺寸和置信度。基于缺陷识别结果进行定量评估并生成报告,同时实现缺陷识别结果的可视化显示和数据库管理。本发明通过双机构协同扫查和深度学习智能识别,提高了曲面构件缺陷检测的精度和效率,实现了缺陷的自动识别、定量评估和可视化显示。
技术关键词
深度卷积神经网络模型
可视化显示界面
探头阵列
超声回波
特征提取模块
水浸超声检测
空间金字塔
多尺度特征融合
迭代优化算法
多任务损失函数
评估准则
识别模块
图像
智能检测方法
直方图均衡化方法
注意力机制
三维显示模块
特征参数信息
数据
系统为您推荐了相关专利信息
跨模态融合特征
多模态
高维特征向量
图像特征向量
检测数据输入
岩心图像
智能化识别方法
岩性识别
数据
深度卷积神经网络模型
文本转语音方法
声学特征
序列
变量
文本转语音系统