公开(公告)号：CN118822990B

公开(公告)日：2025-01-03

申请号：CN202410918853.7

申请日：2024-07-09

Applicant: 江苏省特种设备安全监督检验研究院

Inventor： 袁健伟 ,  潘斌 ,  汤大赟 ,  吴頔 ,  田小丹 ,  龚浩 ,  黄翔 ,  金鸿飞 ,  何东昌

IPC: G06T7/00 ,  G06V10/25 ,  G06V10/774 ,  G06V10/764 ,  G06V10/80 ,  G06V10/82

Abstract: 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(公告)号：CN118822990A

公开(公告)日：2024-10-22

申请号：CN202410918853.7

申请日：2024-07-09

Applicant: 江苏省特种设备安全监督检验研究院

Inventor： 袁健伟 ,  潘斌 ,  汤大赟 ,  吴頔 ,  田小丹 ,  龚浩 ,  黄翔 ,  金鸿飞 ,  何东昌

IPC: G06T7/00 ,  G06V10/25 ,  G06V10/774 ,  G06V10/764 ,  G06V10/80 ,  G06V10/82

Abstract: 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。