公开(公告)号：CN116167915A

公开(公告)日：2023-05-26

申请号：CN202211597339.5

申请日：2022-12-12

Applicant: 航天晨光股份有限公司

Inventor： 张少勇 ,  毛长钧 ,  王茂振 ,  沈威 ,  程向梅 ,  刘毅勇 ,  吴伟

IPC: G06T3/40 ,  G06N3/0464

Abstract: 本发明公开了一种铸件荧光渗透检测图像超分辨率重建方法，包括：利用荧光渗透检测图像系统采集高分辨率的铸件荧光渗透检测图像序列，对图像添加各向同性和各向异性模糊核后再进行下采样得到低分辨率图像，构成数据集。通过卷积网络和稠密残差网络提取图像特征后进行特征融合，结合带有放大尺度的上采样过程完成荧光渗透检测图像超辨率重建。本发明通过改造损失函数，在时域和频域上对模型进行重建约束，同时在模型中添加注意力机制模块有效的解决了上述问题。本发明通过一个端到端的超分辨率重建网络，能够抑制重建图像噪声提高重建图像精度，避免了伪影提高了图像的视觉效果。

公开(公告)号：CN117974577A

公开(公告)日：2024-05-03

申请号：CN202410042548.6

申请日：2024-01-11

Applicant: 航天晨光股份有限公司

Inventor： 王茂振 ,  毛长钧 ,  郑昌云 ,  张少勇 ,  程向梅 ,  任益博 ,  张梦云 ,  潘梁 ,  戴明露

IPC: G06T7/00 ,  G06N3/0464 ,  G06N3/08

Abstract: 本发明涉及一种超小低对比焊缝缺陷的检测方法，包括以下步骤，形成超小低对比缺陷图像数据集并划分出训练集、验证集和测试集；然后对标准的YOLO_v5神经网络进行改进，得到改进的YOLO_UMS神经网络，将训练集和验证集中的X射线底片图像输入进行训练，得到超小低对比焊缝缺陷检测模型；将测试集中的X射线底片图像输入超小低对比焊缝缺陷检测模型中进行焊缝缺陷检测。本发明在YOLO_v5神经网络的主干网络Backbone的3、6和9层上均增加一个坐标压缩感知注意力层WACA来增加检测模型捕捉特征的能力，将YOLO_v5神经网络中所有的Conv_HS中的Leaky ReLU激活函数替换为Hard Swish激活函数，提高了YOLO_v5神经网络对超小和低对比目标的识别，从而可以对X射线底片图像中的超小低对比焊缝缺陷进行准确地检测。