基于关键点检测方法的焊缝识别

作     者：郭忠峰 刘俊池 杨钧麟 GUO Zhongfeng;LIU Junchi;YANG Junlin

作者机构：沈阳工业大学沈阳110870 

出 版 物：《焊接学报》 (Transactions of The China Welding Institution)

年 卷 期：2024年第45卷第1期

页      码：88-93,I0008页

摘      要：为保证自动焊接的质量,提高焊缝识别的准确性和适应性,提出一种焊缝特征提取的关键点检测方法.基于卷积神经网络设计了焊缝特征提取网络,该网络通过卷积、池化操作提取焊缝特征.将来自深层的特征图进行上采样,最后将深层特征图和浅层特征图相融合,提高焊缝特征提取精度.输出焊缝图像的热力图来预测焊缝特征点位置,实现多种坡口焊缝的识别定位,且不需要非极大值抑制算法,提升了特征提取速度.采集不同的焊缝特征图像,进行网络模型训练.结果表明,焊缝特征点定位均方根误差为0.187 mm,网络模型在焊缝特征点识别任务中检测精度较高,而且适应性和泛化性较强,满足自动焊接的要求.

主 题 词：图像处理 深度学习 焊缝识别 特征融合 

学科分类：080503[080503] 08[工学] 0805[工学-能源动力学] 0802[工学-机械学] 080201[080201] 

核心收录：

D　O　I：10.12073/j.hjxb.20230204001

馆 藏 号：203125556...