[发明专利]一种焊缝缺陷的数字射线检测模型的创建方法

权利要求书

1.一种焊缝缺陷的数字射线检测模型的创建方法，其特征在于，包括：

S110.获取原图片；

S120.利用预定方法，提取出所述原图像中的焊缝，获得焊缝图像；

S130.利用数据增强算法对所述焊缝图像进行样本扩充，得到基于所述焊缝图像的多个样本图；

S140.利用所述样本图训练卷积神经网络，构建获得适用于焊缝缺陷检测的深度学习模型；

S150.利用损失函数校准所述深度学习模型，计算得到所述深度学习模型的准确率与召回率；

S160.重复步骤S110-S150，利用至少两个所述原图片对所述深度学习模型进行训练，得到基础模型，使所述基础模型达到预定标准；其中，所述预定标准包括：预定准确率、预定召回率；

S170.保存所述基础模型，并对所述基础模型进行接口封装，得到焊缝缺陷的数字射线检测模型。

2.根据权利要求1所述的焊缝缺陷的数字射线检测模型的创建方法，其特征在于，所述预定方法为：

获取所述原图片的感兴趣区域，并勾勒所述感兴趣区域；

利用边缘检测方法从所述感兴趣区域中提取焊缝图像。

3.根据权利要求2所述的焊缝缺陷的数字射线检测模型的创建方法，其特征在于，所述边缘检测方法包括：

对所述感兴趣区域沿长度方向切片，获得多个片段图像；

对所述片段图像进行开运算，得到连贯图像片段；

对所述连贯图像片段进行进行限制对比度的局部直方图均衡化，再进行中值滤波，得到平滑图像片段；

采用离散的一阶差分算子计算所述平滑图像片段的图像亮度函数的Y轴的一阶梯度近似值；

将所述一阶梯度近似值转化为二值化图像；

对所述二值化图像进行灰度翻转，并利用边缘检测算子进行边缘检测，得到焊缝轮廓图像；

记录所述焊缝轮廓图像的Y轴坐标，并根据所述焊缝轮廓图像的Y轴坐标对所述感兴趣区域进行裁剪，从所述感兴趣区域中提取焊缝图像。

4.根据权利要求1所述的焊缝缺陷的数字射线检测模型的创建方法，其特征在于，所述损失函数为：

Loss＝-[y_tlogy_p+w*(1-y_t)log(1-y_p)]

式中，w为偏执、(x，y)为样本点、假设某个样本点的真实标签为y_t，该样本点取y_t＝1的概率为y_p，Loss为损失函数，y_p的取值在(0，1)之间。

5.根据权利要求1所述的焊缝缺陷的数字射线检测模型的创建方法，其特征在于，步骤S160中，利用至少两个所述原图片对所述深度学习模型进行训练，得到基础模型，使所述基础模型达到预定标准包括：

获取多个无缺陷原图像，并获取与所述无缺陷原图像数量相等的缺陷原图像；

将所述无缺陷原图像与所述缺陷原图像作为模型训练集，并从所述模型训练集中随机获取原图像，并将原图像置于所述深度学习模型中进行训练；

直至所述基础模型达到预定标准为止。

6.根据权利要求1所述的焊缝缺陷的数字射线检测模型的创建方法，其特征在于，步骤S160中，利用至少两个所述原图片对所述深度学习模型进行训练，得到基础模型，使所述基础模型达到预定标准包括：

从数据库中随机选择所述基础模型进行一次训练所选取的样本数量一半的无缺陷原图像，并且从数据库中随机选取与所述无缺陷原图像数量相等的缺陷原图像；

将所述无缺陷原图像与所述缺陷原图像作为模型训练集，并从所述模型训练集中随机获取原图像，并将原图像置于所述深度学习模型中进行训练；

直至所述基础模型达到预定标准为止。

7.根据权利要求1所述的焊缝缺陷的数字射线检测模型的创建方法，其特征在于，所述基础模型包括：模型的结构、对所述深度学习模型进行训练后的权重。