[发明专利]焊接间隙定位方法和装置有效
申请号: | 201810126289.X | 申请日: | 2018-02-07 |
公开(公告)号: | CN108257180B | 公开(公告)日: | 2023-08-04 |
发明(设计)人: | 刘旭;戚骁亚 | 申请(专利权)人: | 北京深度奇点科技有限公司 |
主分类号: | G06T7/73 | 分类号: | G06T7/73 |
代理公司: | 北京细软智谷知识产权代理有限责任公司 11471 | 代理人: | 郭亚芳 |
地址: | 100089 北京市海淀*** | 国省代码: | 北京;11 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 焊接 间隙 定位 方法 装置 | ||
1.一种焊接间隙定位方法,其特征在于,包括:
将原始图像输入到Faster-RCNN网络中,筛选原始图像中的间隙候选区;
将间隙候选区输入到CNN网络中对所述间隙候选区进行特征提取,输出间隙端点的位置;其中:
所述CNN网络的架构从输入到输出依次包括:1个第一卷积层、1个第二卷积层、N个池化层、1个拼接层、1个残差网络层、1个全连接层和1个输出层;
所述第一卷积层包括三个1*1卷积核;所述第一卷积层的其中两个卷积核的输出结果的下一层为第二卷积层,另一个卷积核的输出结果的下一层为所述残差网络层;
所述第二卷积层包括1个3*3卷积核和1个5*5卷积核;所述3*3卷积核的边界填充1,所述5*5卷积核的边界填充2;
所述池化层包括两个M4*M4池化窗;M4*M4池化窗为3*3池化窗,两个池化窗边界填充分别为1和2;所述池化层的池化方式为均值池化;
所述拼接层的输出结果为所述池化层的两个池化窗的输出结果的拼接结果;
所述残差网络层的输出结果为所述拼接层的输出结果和所述第一卷积层的输出结果之和;
所述CNN网络是根据大量数据训练得到的一个模型,训练模型时,把弧光因素考虑在内,排除弧光干扰。
2.一种焊接间隙定位装置,其特征在于,包括:
间隙候选区提取模块,用于将原始图像输入到Faster-RCNN网络中,筛选原始图像中的间隙候选区;
间隙定位模块,用于将间隙候选区输入到CNN网络中对所述间隙候选区进行特征提取,输出间隙端点的位置;其中:
所述CNN网络的架构从输入到输出依次包括:1个第一卷积层、1个第二卷积层、N个池化层、1个拼接层、1个残差网络层、1个全连接层和1个输出层;
所述第一卷积层包括三个1*1卷积核;所述第一卷积层的其中两个卷积核的输出结果的下一层为第二卷积层,另一个卷积核的输出结果的下一层为所述残差网络层;
所述第二卷积层包括1个3*3卷积核和1个5*5卷积核;所述3*3卷积核的边界填充1,所述5*5卷积核的边界填充2;
所述池化层包括两个M4*M4池化窗;M4*M4池化窗为3*3池化窗,两个池化窗边界填充分别为1和2;所述池化层采用均值池化;
所述拼接层的输出结果为所述池化层的两个池化窗的输出结果的拼接结果;
所述残差网络层的输出结果为所述拼接层的输出结果和所述第一卷积层的输出结果之和;
所述CNN网络是根据大量数据训练得到的一个模型,训练模型时,把弧光因素考虑在内,排除弧光干扰。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于北京深度奇点科技有限公司,未经北京深度奇点科技有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201810126289.X/1.html,转载请声明来源钻瓜专利网。
- 上一篇:一种图像处理方法
- 下一篇:一种空间定位方法及装置