基于卷积神经网络的X射线焊缝缺陷检测算法研究

作     者：肖文凯 南水鱼 张琳琳 XIAO Wenkai;NAN Shuiyu;ZHANG Linlin

作者机构：上海万物智允工业科技有限责任公司上海201612 申能(集团)有限公司上海201103 

出 版 物：《自动化仪表》 (Process Automation Instrumentation)

年 卷 期：2022年第43卷第8期

页      码：67-72页

摘      要：为了提高焊缝无损缺陷检测的性能,对无损检测方法及基于人工智能的工业视觉检测方法进行了研究,提出了基于卷积神经网络的焊缝缺陷自动检测算法。首先,对焊缝缺陷数据集进行分析,总结出焊缝缺陷数据的分布特征。其次,根据焊缝缺陷尺度差别巨大、宽高比分布范围较大等特征,在特征提取的过程中引入了不同空洞率的空洞卷积,以扩大感受野、提升大尺度缺陷的检测性能。最后,基于空洞卷积和无锚框检测框架设计了缺陷自动检测算法DRepDet。该检测算法可检测的缺陷种类达到7种,而其他大部分算法只能检测到不超过5种缺陷。试验结果表明,扩大感受野可以有效提高大缺陷的检测性能,使用组合空洞率的DRepDet的AP_(50)提升了1.4%、Recall_(50)提升了2.9%,同时几乎不影响小缺陷的检测性能。

主 题 词：液化天燃气 无损检测 深度学习 卷积神经网络 焊缝缺陷 空洞卷积 目标检测 感受野 

学科分类：080704[080704] 08[工学] 0807[工学-电子信息类] 

D　O　I：10.16086/j.cnki.issn1000-0380.2022060081

馆 藏 号：203114069...