文档名：基于全特征融合的小径管焊接缺陷检测方法
摘要：针对小径管焊接X射线图像中缺陷尺寸差异大、大纵横比缺陷和回归位置偏移等问题,提出了基于全特征融合和多级检测头的检测模型,模型由全特征融合网络(FFF-Net)和基于距离交并比(IoU)散度(DI-KL)损失的多级检测头组成.FFF-Net通过双向特征均衡有效提取不同尺寸缺陷的特征,利用形状特征提取大纵横比缺陷的形状特征,并通过注意力机制提高特征的显著性;基于DI-KL损失的多级检测头将DI-KL损失作为回归损失,结合多级检测头缓解了预测框回归位置不准确的问题.实验结果表明:该模型有效提高了小径管焊接缺陷检测精度,特别是小尺寸和大纵横比缺陷的检测精度.
作者：石陆魁 石波 白佳鹏 牛卫飞 杨丽 Author：SHILukui SHIBo BAIJiapeng NIUWeifei YANGLi
作者单位：河北工业大学人工智能与数据科学学院,天津300401天津市特种设备监督检验技术研究院,天津300192石家庄学院机电学院,河北石家庄050035
刊名：传感器与微系统 ISTICPKU
Journal：TransducerandMicrosystemTechnologies
年，卷(期)：2023, 42(9)
分类号：TP183TP212
关键词：小径管 X射线图像 缺陷检测 全特征融合 DI-KL损失
Keywords：smalldiameterpipe X-rayimage defectdetection fullfeaturefusion(FFF) DI-KLloss
机标分类号：TP391.41TN911.7TP242
在线出版日期：2023年9月26日
基金项目：天津市重点研发计划资助项目，河北省自然科学基金资助项目基于全特征融合的小径管焊接缺陷检测方法[
期刊论文] 传感器与微系统--2023, 42(9)石陆魁 石波 白佳鹏 牛卫飞 杨丽针对小径管焊接X射线图像中缺陷尺寸差异大、大纵横比缺陷和回归位置偏移等问题,提出了基于全特征融合和多级检测头的检测模型,模型由全特征融合网络(FFF-Net)和基于距离交并比(IoU)散度(DI-KL)损失的多级检测头组成.FFF...参考文献和引证文献
参考文献
引证文献
本文读者也读过
相似文献
相关博文
基于全特征融合的小径管焊接缺陷检测方法 Welding defect detection method based on full feature fusion for small diameter pipes
基于全特征融合的小径管焊接缺陷检测方法.pdf
- 文件大小:
- 686 KB
- 下载次数:
- 60
-
高速下载
|
