公开(公告)号：CN114119504B

公开(公告)日：2025-04-25

申请号：CN202111312070.7

申请日：2021-11-08

Applicant: 南昌大学

Inventor： 李渭 ,  翟翊君 ,  赵迎泽 ,  闵卫东 ,  徐健锋 ,  金世锋 ,  姚恒科

IPC: G06T7/00 ,  G06V10/774 ,  G06V10/82 ,  G06N3/0464

Abstract: 本发明提供了一种基于级联卷积神经网络的钢件焊缝自动检测方法，包括以下步骤：S1，利用工业相机和红外激光线对钢件进行扫描，获得焊缝数据；S2，对图像进行焊缝区域标注和中心线标注，完成焊缝参考图像集和中心线参考图像集制作；S3，根据训练算法，利用焊缝数据和焊缝参考图像集训练级联卷积神经网络，同时利用焊缝数据和中心线参考图像集训练中心线提取网络；S4，利用工业相机和红外激光线对待检测钢件进行扫描，获得待检测焊缝数据；S5，将待检测的焊缝数据输入训练好的检测模型中输出检测结果。本发明能够准确地提取出焊缝位置，极大地提升了抗干扰能力，保证了焊接质量，提高了自动焊接系统的自适应能力。

公开(公告)号：CN114119504A

公开(公告)日：2022-03-01

申请号：CN202111312070.7

申请日：2021-11-08

Applicant: 南昌大学

Inventor： 李渭 ,  翟翊君 ,  赵迎泽 ,  闵卫东 ,  徐健锋 ,  金世锋 ,  姚恒科

IPC: G06T7/00 ,  G06V10/774 ,  G06V10/82 ,  G06K9/62 ,  G06N3/04

Abstract: 本发明提供了一种基于级联卷积神经网络的钢件焊缝自动检测方法，包括以下步骤：S1，利用工业相机和红外激光线对钢件进行扫描，获得焊缝数据；S2，对图像进行焊缝区域标注和中心线标注，完成焊缝参考图像集和中心线参考图像集制作；S3，根据训练算法，利用焊缝数据和焊缝参考图像集训练级联卷积神经网络，同时利用焊缝数据和中心线参考图像集训练中心线提取网络；S4，利用工业相机和红外激光线对待检测钢件进行扫描，获得待检测焊缝数据；S5，将待检测的焊缝数据输入训练好的检测模型中输出检测结果。本发明能够准确地提取出焊缝位置，极大地提升了抗干扰能力，保证了焊接质量，提高了自动焊接系统的自适应能力。