典型文献
焊接缺陷识别中的多模态注意力方法
文献摘要：
提出了一种多模态焊接缺陷识别方法,构建了包含3个分支的卷积神经网络,以分别对焊接熔池图片、电弧声、焊接电流和电弧电压进行处理.并在图像分支网络中加入了通道注意力模块和空间注意力模块,以聚焦焊接熔池图片的重要区域.为了验证文中模型的稳定性和可靠性,在自构建的包含10种焊接缺陷的数据集上进行了试验.试验结果表明,双通道注意力机制嵌入到卷积神经网络的浅层效果优于深层.同时,相比于不加注意力机制,双通道注意力机制识别结果的F值得到了明显的提升,为焊接实时分类识别提供参考,有助于焊接质量评定.
文献关键词：
焊接缺陷;卷积神经网络;交叉验证;注意力机制
中图分类号：
作者姓名：
赵新玉;马小创;李正光;张佳莹
作者机构：
大连交通大学,辽宁大连116028;大连外国语大学,语言智能研究中心,辽宁大连116028
文献出处：
引用格式：
[1]赵新玉;马小创;李正光;张佳莹-.焊接缺陷识别中的多模态注意力方法)[J].焊接,2022(12):49-54
A类：
B类：
焊接缺陷,缺陷识别,对焊,焊接熔池,电弧声,焊接电流,电弧电压,压进,分支网,通道注意力模块,空间注意力,要区,双通道注意力机制,机制嵌入,不加,机制识别,实时分类,分类识别,焊接质量,质量评定,交叉验证
AB值：
0.301185
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。
