首页|基于AlexNet的焊缝缺陷分类方法

基于AlexNet的焊缝缺陷分类方法

扫码查看
原文链接
  • 万方数据
  • 维普
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.
Weld defect classification method based on AlexNet

radiographic non-destructive testingclassification of weld defectsconvolutional neural networkcross validation

金海昆、程晓颖、廖晓平

展开 >

浙江理工大学机械工程学院,浙江 杭州 310018

浙江德力装备有限公司

射线无损检测 焊缝缺陷分类 卷积神经网络 交叉验证

2023

10.16644/j.cnki.cn33-1094/tp.2023.09.032

计算机时代
浙江省计算技术研究所　浙江省计算机学会

计算机时代

影响因子：0.411
ISSN：1006-8228
年,卷(期)：2023.(9)
  • 2