一种基于深度学习的HF-ERW焊接状态检测方法及装置

    公开(公告)号:CN109035242B

    公开(公告)日:2022-03-01

    申请号:CN201810903938.2

    申请日:2018-08-09

    Applicant: 长安大学

    Abstract: 本发明公开了一种基于深度学习的HF‑ERW焊接状态检测方法及装置,能够大幅提升焊接状态图像测试精度。该方法包括:获取HF‑ERW焊接状态图像数据集;建立基于卷积神经网络CNN的图像分类模型;生成HF‑ERW焊接质量状态数据集;将图像分类模型的卷积层和池化层迁移到HF‑ERW焊接质量状态数据集上;从HF‑ERW焊接质量状态数据集选取部分样本图像数据作为训练集,将训练集中的样本图像数据输入图像分类模型进行训练,获取预测分类结果;每完成一次训练后,调整图像分类模型的参数;当损失值小于预设值时停止训练;将待检测的HF‑ERW焊接状态图像输入图像分类模型,获取分类结果。

    一种沥青混合料碳排放量检测与处理装置及操作方法

    公开(公告)号:CN110687278A

    公开(公告)日:2020-01-14

    申请号:CN201910984083.5

    申请日:2019-10-16

    Applicant: 长安大学

    Abstract: 一种沥青混合料碳排放量检测与处理装置及操作方法,包括双隔间容器、温度调节管、湿度调节器、太阳光模拟器、温湿度及光照强度控制系统、温湿度及光照强度控制面板、温室气体检测仪、试件支撑平台、抽气器和温室气体处理系统;双隔间容器包括密封容器和透气容器;温度调节管安装在密封容器内侧壁;湿度调节器安装在透气容器内;太阳光模拟器安装在密封容器内顶侧中部;温室气体检测仪安装在密闭容器内,密闭容器内底面中部平放试件支撑平台;密封容器分别与湿度调节器和温室气体处理系统连通;抽气器安装在温室气体处理系统内与密封容器连通处。本发明既能检测沥青混合料在设定条件下的碳排放量,又能清除所收集的碳排放,实现环保检测。

    一种基于深度学习的HF-ERW焊接状态检测方法及装置

    公开(公告)号:CN109035242A

    公开(公告)日:2018-12-18

    申请号:CN201810903938.2

    申请日:2018-08-09

    Applicant: 长安大学

    CPC classification number: G06T7/0004 G06K9/6256 G06N3/0454

    Abstract: 本发明公开了一种基于深度学习的HF‑ERW焊接状态检测方法及装置,能够大幅提升焊接状态图像测试精度。该方法包括:获取HF‑ERW焊接状态图像数据集;建立基于卷积神经网络CNN的图像分类模型;生成HF‑ERW焊接质量状态数据集;将图像分类模型的卷积层和池化层迁移到HF‑ERW焊接质量状态数据集上;从HF‑ERW焊接质量状态数据集选取部分样本图像数据作为训练集,将训练集中的样本图像数据输入图像分类模型进行训练,获取预测分类结果;每完成一次训练后,调整图像分类模型的参数;当损失值小于预设值时停止训练;将待检测的HF‑ERW焊接状态图像输入图像分类模型,获取分类结果。

Patent Agency Ranking