申请/专利权人：天津大学

申请日：2023-12-08

公开（公告）日：2024-04-16

公开（公告）号：CN117890464A

主分类号：G01N29/04

分类号：G01N29/04;G01N29/06;G01N29/44;G06V10/80;G06V10/82;G06N3/09

优先权：

专利状态码：在审-实质审查的生效

法律状态：2024.05.03#实质审查的生效;2024.04.16#公开

摘要：本发明属于焊缝检测技术领域，公开了一种基于多模态融合模型的焊缝伪缺陷超声波检测方法，首先采用相控阵超声检测技术对焊缝进行扫描，采集扫描数据；扫描数据包括信号数据与图像数据；然后构建多模态融合网络模型，多模态融合网络模型包括数据输入模块、多模态特征提取模块、特征融合模块和分类器；之后训练所述多模态融合网络模型；最后基于训练后的多模态融合网络模型判断扫描数据的缺陷种类，缺陷种类为无缺陷、伪缺陷和真缺陷中的一种。本发明引入了多模态特征融合模型的概念，具有比传统单模态模型更加优秀的检测性能，解决了相控阵检测结果中的伪缺陷问题，提高相控阵超声波检测结果的可靠性。

主权项：1.一种基于多模态融合模型的焊缝伪缺陷超声波检测方法，其特征在于，该方法包括如下步骤：1采用相控阵超声检测技术对焊缝进行扫描，采集扫描数据；所述扫描数据包括信号数据与图像数据；2构建多模态融合网络模型，所述多模态融合网络模型包括数据输入模块、多模态特征提取模块、特征融合模块和分类器；所述数据输入模块用于输入所述信号数据与所述图像数据；所述多模态特征提取模块用于提取所述信号数据的特征和所述图像数据的特征；所述特征融合模块用于将所述信号数据的特征和所述图像数据的特征对齐后进行融合，得到多模态信息的特征表示；所述分类器用于将所述多模态信息的特征表示按照分类任务的目标类别输出；3训练所述多模态融合网络模型；4基于训练后的所述多模态融合网络模型判断所述扫描数据的缺陷种类，所述缺陷种类为无缺陷、伪缺陷和真缺陷中的一种。

全文数据：

权利要求：

百度查询： 天津大学 一种基于多模态融合模型的焊缝伪缺陷超声波检测方法

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