摘要
本发明涉及激光熔覆技术领域,尤其涉及一种倾斜基面激光熔覆横截面尺寸预测方法及系统。本发明针对深度学习模型预测结果中存在的熔覆层边界断裂、孔洞及噪声等问题,提出基于图结构分析的端点延伸修复算法,通过形态学运算、连通域分析与路径反向延伸等步骤,有效修复边界缺陷。并为了提高熔覆层截面预测精度,首次将Pix2Pix模型应用于熔覆层截面形态预测,并引入感知损失以增强模型对边界细节和全局结构的感知能力。此外,引入结构相似性指标,通过从不同参数条件下的熔池视频里提取多高相似度的熔池图像,作为扩充训练集,有效提高了模型的泛化能力与鲁棒性。
技术关键词
特征提取网络
横截面尺寸
覆层
图像
预测特征
像素
端点
参数
交叉点
激光熔覆技术
标签
边界缺陷
层级
修复算法
深度学习模型
存储计算机程序
训练集
视频
系统为您推荐了相关专利信息
识别管理方法
旋翼无人机
三维地形模型
多模态传感器
激光雷达点云数据
人脸图像识别
样本
人脸图像数据
神经网络架构
神经网络模型