典型文献
基于卷积神经网络X射线环焊缝缺陷检测
文献摘要：
针对工业X射线焊缝图像对比度低、缺陷模糊且相对面积较小及难以识别的问题,设计了结合卷积神经网络的识别框架.根据缺陷图像特点,设计了对应的神经网络结构、卷积模板及池化模板的大小.在分析确定神经网络结构的基础上,卷积神经网络的灵敏度和训练算法也在文中一并给出.通过实例对神经网络结构进行了有效性的验证,缺陷检测准确率达97％,误报率仅为3％.同时,对适用于卷积神经网络进行识别的X射线焊缝图像进行了分析,发现灰度直方图有效信息跨度范围在50之上的卷积神经网络可以有效识别.文中所设计的神经络对X射线焊缝缺陷图像的识别可行、有效.
文献关键词：
X射线;缺陷识别;卷积神经网络;灵敏度
中图分类号：
作者姓名：
张龙飞;高炜欣;冯小星
作者机构：
西安石油大学,西安710065;陕西省油气井测控技术重点实验室,西安710065;光电油气测井与检测教育部重点实验室,西安710065
文献出处：
引用格式：
[1]张龙飞;高炜欣;冯小星-.基于卷积神经网络X射线环焊缝缺陷检测)[J].焊接,2022(03):26-34
A类：
B类：
环焊缝缺陷,焊缝缺陷检测,焊缝图像,对比度,缺陷模,识别框架,神经网络结构,卷积模板,池化,定神,训练算法,一并,检测准确率,误报率,灰度直方图,有效信息,经络,缺陷识别
AB值：
0.297679
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
