![基于改进YOLOv5网络的管道环焊缝射线底片缺陷智能识别方法](/CN/2024/1/183/images/202410918853.jpg)
基本信息:
- 专利标题: 基于改进YOLOv5网络的管道环焊缝射线底片缺陷智能识别方法
- 申请号:CN202410918853.7 申请日:2024-07-09
- 公开(公告)号:CN118822990A 公开(公告)日:2024-10-22
- 发明人: 袁健伟 , 潘斌 , 汤大赟 , 吴頔 , 田小丹 , 龚浩 , 黄翔 , 金鸿飞 , 何东昌
- 申请人: 江苏省特种设备安全监督检验研究院
- 申请人地址: 江苏省南京市鼓楼区草场门大街107号龙江大厦
- 专利权人: 江苏省特种设备安全监督检验研究院
- 当前专利权人: 江苏省特种设备安全监督检验研究院
- 当前专利权人地址: 江苏省南京市鼓楼区草场门大街107号龙江大厦
- 代理机构: 南通创硕专利商标代理事务所(普通合伙)
- 代理人: 王肖林
- 主分类号: G06T7/00
- IPC分类号: G06T7/00 ; G06V10/25 ; G06V10/774 ; G06V10/764 ; G06V10/80 ; G06V10/82
摘要:
本发明的基于改进YOL0v5网络的管道环焊缝射线底片缺陷智能识别方法,通过管道环焊缝缺陷数据集构建、YOL0v5模型改进及模型验证、焊缝缺陷智能识别系统设计与验证,较好的解决了传统焊缝缺陷检测技术存在的问题和不足,其中包括依赖于人工评判导致的检测结果不稳定和准确性不足、对复杂缺陷的识别能力有限以及缺陷对比度较低等;利用结合图像增强和多尺度特征提取技术,构建端到端的缺陷检测模型,实现对焊缝缺陷的智能识别,从而提高检测的准确性和稳定性,满足工业生产对焊接质量快速、精准检测的需求,对于提高生产效率和确保产品质量具有重要意义。
公开/授权文献:
- CN118822990B 基于改进YOLOv5网络的管道环焊缝射线底片缺陷智能识别方法 公开/授权日:2025-01-03
IPC结构图谱:
G | 物理 |
--G06 | 计算;推算;计数 |
----G06T | 一般的图像数据处理或产生 |
------G06T7/00 | 图像分析,例如从位像到非位像 |