典型文献
X射线焊缝图像缺陷实例分割算法
文献摘要：
为了提高分割算法在焊缝缺陷检测工程中的实用性,提出轻量级焊缝缺陷评估网络MYNet.其中,轻量级的残差结构降低了模型的计算量,多层视觉融合机制FPN(feature pyramid network)提高了网络的分割能力,并行蒙版机制可以得到快速和高质量的缺陷分割蒙版;引入开源跨平台计算机视觉库OpenCV,利用像素阈值计算不同缺陷面积;引入腾讯超高性能的移动平台推理框架,加快模型在中央处理器的前向推理速度.搭建以ARM Cortex-A72架构为控制核心的数字化人工智能(artificial intelligence)评估设备,部署适用于缺陷检测的轻量级64位Linux系统,验证了焊缝缺陷评估算法的可行性.实验结果表明:本文模型能够有效定位和学习不同类型的缺陷特征;网络评估缺陷面积和位置信息的准确率为94.64％;相比于准确度较高但计算量较大的MS R-CNN网络,所提方法的准确率仅下降1.93％,但网络的参数权重仅为MS R-CNN网络的1/14,网络执行所需计算力更低.在基于ARM(advanced RISC machine)架构的低成本硬件上,轻量级的残差结构使网络前向推理速度提升了309％,仅用1.7 s完成低成本硬件上的焊缝实例分割任务.本文所提方法能有效学习和评估X射线焊缝缺陷图像,应用在评估设备上的算法降低了焊接质检的成本.
文献关键词：
焊接检测;缺陷分割;面积评估;智能设备;卷积神经网络
中图分类号：
作者姓名：
王睿;胡云雷;李海涛;高少泽;王刚
作者机构：
河北工业大学人工智能与数据科学学院,天津300131;先进焊接与连接国家重点实验室(哈尔滨工业大学),哈尔滨150001
文献出处：
引用格式：
[1]王睿;胡云雷;李海涛;高少泽;王刚-.X射线焊缝图像缺陷实例分割算法)[J].哈尔滨工业大学学报,2022(05):140-145,116
A类：
MYNet,A72
B类：
焊缝图像,实例分割,分割算法,焊缝缺陷检测,轻量级,缺陷评估,残差结构,计算量,视觉融合,融合机制,FPN,feature,pyramid,network,蒙版,缺陷分割,开源,跨平台,计算机视觉,OpenCV,像素,腾讯,移动平台,中央处理器,推理速度,ARM,Cortex,artificial,intelligence,Linux,评估算法,缺陷特征,网络评估,位置信息,计算力,advanced,RISC,machine,低成本硬件,有效学习,质检,焊接检测,面积评估,智能设备
AB值：
0.40819
相似文献
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。
