一种基于多模态融合和深度学习的特种车辆焊接状态智能识别方法和识别系统

本发明提出了一种基于多模态融合和深度学习的特种车辆焊接状态智能识别方法和识别系统。该方法包括三个改进的R‑ShuffleNet v2网络模型，分别处理焊接电流二维图像(通过格拉姆角场方法转换)与电弧图像、熔池图像和热辐射图像。每个模型输出不同焊缝缺陷的概率密度分布，这些分布作为证据理论的三个证据源，通过改进的证据理论进行证据融合，最终获得分类结果。与现有技术相比，本发明能够显著提高焊缝缺陷分类的准确率和可靠性，同时保持高效的计算性能。