摘要
本发明公开了一种基于深度学习的焊缝射线底片智能分级筛检系统及方法,通过三级筛选流程、动态选区机制和人机交互设计,自动化识别、筛选和分析焊缝射线底片中的缺陷。本系统结合迁移学习方法,可以从数据库中学习焊缝特征,进一步进行初筛、存疑底片的分析与放大,并根据缺陷类型对不合格底片进行分类整理。而人机交互设计则为评片人员提供了便捷的确认和修改功能,最终,系统在高效筛选的基础上,结合人工确认,实现了焊缝质量评定的智能化与自动化,显著提升了检测效率和准确性,有效减轻了评片人员的工作负担。
技术关键词
射线底片
人机交互设计
迁移学习策略
筛检方法
超分辨率重建技术
预训练模型
多模态数据融合
迁移学习方法
焊接工艺参数
特征融合网络
动态
深度学习算法
焊缝特征
模块
深度学习模型
图像