摘要
增材制造多类型点阵结构件CT图像的缺陷智能检测方法,属于智能检测及图像处理技术领域,解决现有技术后处理延迟、计算量较大、缺陷特征提取效率低等技术问题,包括以下步骤:S1、采用骨干网对原始CT图像进行处理,生成多个不同尺度的特征图;S2、采用颈部网将步骤S1生成的不同尺度的特征图进行整合,保留浅层的空间细节并融入深层的语义信息,获得兼顾定位精度与语义表达的特征图;S3、将步骤S2生成的具有多尺度信息的特征图与标记好的图像数据在头部网中进行对比,计算本训练集的损失函数,输出缺陷在图像中的位置信息、类别及置信度,完成缺陷智能检测。实现对点阵结构件缺陷的高精度、高速度的自动化检出与识别。
技术关键词
缺陷智能检测方法
多尺度信息
结构件
焦点损失函数
点阵结构
可变形卷积层
缺陷特征提取
语义
图像处理技术
池化特征
标签
多任务
上采样
网络
通道
坐标
标记
解码
系统为您推荐了相关专利信息
线性单元
注意力机制
输出特征
多层感知器
吸烟状况
数控机床进给系统
热误差建模方法
热误差模型
数据混合驱动
工况
结构件
弹性装置
机器人关节结构
机器人本体
机器人关节处
数控机床智能
航空钛合金
训练深度神经网络
深度神经网络模型
工况
分类神经网络
分类方法
多模态
焦点损失函数
协方差矩阵