南昌大学学报(工科版)
 
2025年04月04日 星期五  首页  |  期刊社主页  |  期刊介绍  |  编 委 会  |  征稿启事  |  期刊订阅  |  联系我们
南昌大学学报(工科版)
  论文 本期目录 | 过刊浏览 | 高级检索 |
基于U-Net卷积神经网络的焊缝激光条纹提取
干王杰 翟翊君 詹礼新 赵迎泽 李渭 潘平吉
南昌大学软件学院 厦门大学福建省智慧城市空间感知与计算重点实验室
全文: PDF (0 KB)   HTML (1 KB) 
输出: BibTeX | EndNote (RIS)      
摘要 针对钢件焊缝激光条纹图像中存在强眩光、强弧光和飞溅遮盖等干扰问题,提出了一种基于U-Net卷积神经网络的焊缝激光条纹特征提取方法。该方法融合底层卷积的细节特征与高层卷积的抽象特征信息,生成紧凑的焊缝激光条纹图像特征。在采集到的数据上测试,检测准确率达到99.80%,平均交并比达到82.67%。该网络构建的参数少(大小为22.58 MB),且在与传统方法的对比中获得了更好的效果。因此,构建的网络模型检测准确率高,抗干扰能力强,能够满足自动化电弧焊接中检测焊缝激光条纹的要求。
服务
把本文推荐给朋友
加入我的书架
加入引用管理器
E-mail Alert
RSS
作者相关文章
干王杰 翟翊君 詹礼新 赵迎泽 李渭 潘平吉
关键词 焊缝检测深度学习卷积神经网络图像处理语义分割    
    
基金资助:江西省自然基金青年项目(20212BAB212012);
引用本文:   
干王杰 翟翊君 詹礼新 赵迎泽 李渭 潘平吉. 基于U-Net卷积神经网络的焊缝激光条纹提取[J]. 南昌大学学报(工科版), 2024, 46(2): 247-.
链接本文:  
https://qks.ncu.edu.cn/Jwk_xbgkb/CN/     或     https://qks.ncu.edu.cn/Jwk_xbgkb/CN/Y2024/V46/I2/247
 

版权所有 © 2011《南昌大学学报(工科版)》编辑部 
本系统由北京玛格泰克科技发展有限公司设计开发 技术支持:support@magtech.com.cn
赣ICP备20001624号-1