维普
万方数据
基于AlexNet的焊缝缺陷分类方法
Weld defect classification method based on AlexNet
金海昆 1程晓颖 1廖晓平2
作者信息
- 1. 浙江理工大学机械工程学院,浙江 杭州 310018
- 2. 浙江德力装备有限公司
- 折叠
摘要
X射线检测作为一种实用的无损检测(NDT)方法,在压力容器的焊缝缺陷检测中得到了广泛的应用.基于X射线图像的自动缺陷识别技术也随着人工智能(AI)的发展取得了飞速发展.本文将焊缝缺陷裁剪成像素小块作为神经网络的输入,并在AlexNet的基础上通过添加BN层改进了原网络,而后又选取了最优α值的LeakyReLU层代替了原有的ReLU层,使最终的AlexNet-BN-L模型取得了高达88.80%的5折交叉验证平均准确率.
关键词
射线无损检测/焊缝缺陷分类/卷积神经网络/交叉验证Key words
radiographic non-destructive testing/classification of weld defects/convolutional neural network/cross validation引用本文复制引用
出版年
2023