您所在的位置: 成果库 一种基于深度学习的射线图像焊缝缺陷检测方法

一种基于深度学习的射线图像焊缝缺陷检测方法

发布时间: 2023-06-27

来源: 科技服务团

基本信息

合作方式: 作价入股
成果类型: 发明专利,新技术
行业领域:
电子信息技术
成果介绍
本发明所提供的一种基于深度学习的射线图像焊缝缺陷检测方法,利用Faster RCNN网络对射线图像进行目标检测,在传统Faster RCNN的基础上,本发明增加背景减去网络层,得到五个模块的Faster RCNN网络结构,该背景减去网络层具有带更新的参数,能随着网络训练不断优化降低背景的效果,突出缺陷特点,同时,利用三支路区域推荐网络层代替传统区域推荐网络,它具有的两个回归分支使预测缺陷位置信息的任务得到细分,一个分支负责预测缺陷的中心点横坐标和宽,一个分支负责预测缺陷的中心点纵坐标和高,增强缺陷位置预测的准确度。
成果亮点
本发明所提供的一种基于深度学习的射线图像焊缝缺陷检测方法,利用Faster RCNN网络对射线图像进行目标检测,在传统Faster RCNN的基础上,本发明增加背景减去网络层,得到五个模块的Faster RCNN网络结构,该背景减去网络层具有带更新的参数,能随着网络训练不断优化降低背景的效果,突出缺陷特点,同时,利用三支路区域推荐网络层代替传统区域推荐网络,它具有的两个回归分支使预测缺陷位置信息的任务得到细分,一个分支负责预测缺陷的中心点横坐标和宽,一个分支负责预测缺陷的中心点纵坐标和高,增强缺陷位置预测的准确度。
团队介绍
罗仁泽,唐祥,王磊,罗任权,余泓,李华督,邓治林,谭亮
成果资料
产业化落地方案
点击查看
成果综合评价报告

评价单位:- (-) 评价时间:2023-06-27

李佳豪

重庆市菁英科技经济融合发展服务中心

企业孵化

综合评价

该项目主体内容项目符合国家产业政策,对促进当地行业技术进步、扩大就业、增加地方税收,都起到了积极的推动作用。
查看更多>
更多