摘要
本发明公开了一种基于深度迁移学习的钢结构焊缝质量检测方法,将超声波探伤仪与深度迁移学习图像处理相结合,克服传统图像分类特征提取的局限性、泛化能力不足、计算复杂度高等缺点,自动学习图像中的特征,降低对新数据的依赖性,提高检测的准确性和效率,为钢结构的安全性和可靠性提供有力保障。
技术关键词
深度迁移学习
钢结构焊缝
超声波探伤仪
超声波探伤设备
焊缝缺陷
深度学习网络模型
图像
后续数据分析
波形
卷积神经网络模型
滑动平均滤波
钢结构部件
工程现场
系统为您推荐了相关专利信息
管理智能系统
深度迁移学习
政务系统
动态贝叶斯网络
深度强化学习
焊缝缺陷检测方法
电梯轿厢
卷积神经网络模型
图像处理
Lab色彩空间
焊接缺陷检测方法
深度学习算法
多分辨率特征
板块
焊接缺陷检测系统