申请/专利权人：中国特种设备检测研究院

申请日：2023-09-18

公开（公告）日：2024-01-26

公开（公告）号：CN117451856A

主分类号：G01N29/44

分类号：G01N29/44;G06F18/25;G06V10/82;G06N3/0475;G06N3/094;G01N29/06

优先权：

专利状态码：在审-实质审查的生效

法律状态：2024.02.13#实质审查的生效;2024.01.26#公开

摘要：本发明公开了基于深度学习的焊接接头TOFD检测缺陷自动识别方法，涉及超声波无损检测技术领域，其技术方案要点是：通过构建典型缺陷TOFD检测图谱样本库，实现从图像与原始波形维度的缺陷特征提取并融合，将其分别与单阶段目标检测算法和生成对抗机制结合，构建异常焊缝分类模型和TOFD检测缺陷识别模型，联合异常焊缝分类模型与TOFD检测缺陷识别模型形成最终的TOFD检测缺陷高效识别模型，该模型能够快速、精准地实现TOFD检测缺陷的自动识别，完成缺陷的定位、分类及定量测量，全面提升TOFD检测图谱分析的效率、准确性、客观性及科学性，并将相关领域知识通过本模型进行固化，提升TOFD检测缺陷诊断知识复用性。

主权项：1.基于深度学习的焊接接头TOFD检测缺陷自动识别方法，其特征是：包括以下5个步骤：S1.构建典型缺陷TOFD检测图谱样本库；S2.融合图像与波形特征的缺陷特征提取；S3.构建TOFD检测缺陷识别模型；S4.构建基于生成对抗机制的异常焊缝分类模型；S5.构建TOFD检测缺陷高效识别模型。

全文数据：

权利要求：

百度查询： 中国特种设备检测研究院 基于深度学习的焊接接头TOFD检测缺陷自动识别方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD