[发明专利]焊接缺陷识别模型训练方法、装置和计算机终端有效
申请号: | 202011535834.4 | 申请日: | 2020-12-23 |
公开(公告)号: | CN112733884A | 公开(公告)日: | 2021-04-30 |
发明(设计)人: | 刘乐星;艾震鹏 | 申请(专利权)人: | 树根互联技术有限公司 |
主分类号: | G06K9/62 | 分类号: | G06K9/62 |
代理公司: | 北京超凡宏宇专利代理事务所(特殊普通合伙) 11463 | 代理人: | 梁韬 |
地址: | 510000 广东省广州市海珠区阅江西路21*** | 国省代码: | 广东;44 |
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 缺陷 识别 模型 训练 方法 装置 计算机 终端 | ||
1.一种焊接缺陷识别模型训练方法,其特征在于,该方法包括:
对初始焊接数据样本集合中的各个初始焊接数据样本进行预处理以获取标准焊接数据集合;
根据所述标准焊接数据集合中的各个焊接数据样本中的焊接电流、焊接电压和送丝速度确定所述各个焊接数据样本所代表的焊接阶段;
根据所述焊接阶段对各个焊接数据样本进行特征提取以获取特征集合;
利用所述特征集合对待训练的识别模型进行迭代训练,直至所述识别模型的识别精度满足预设要求。
2.根据权利要求1所述的焊接缺陷识别模型训练方法,其特征在于,所述初始焊接数据样本集合为根据各个训练样本中的焊缝类型对所述各个训练样本进行分类后的每一类别对应的样本集合,或未进行分类的全部训练样本构成的集合。
3.根据权利要求1所述的焊接缺陷识别模型训练方法,其特征在于,所述根据所述焊接阶段对各个焊接数据样本进行特征提取以获取特征集合,包括:
根据所述各个焊接数据样本中的质量标签确定需要进行上采样的焊接数据样本;
复制需要进行上采样的焊接数据样本以使各类质量标签对应的焊接数据样本的数目之差小于预设数目阈值。
4.根据权利要求1所述的焊接缺陷识别模型训练方法,其特征在于,所述特征集合包括时域特征和/或频域特征,所述获取特征集合,包括:
根据每一焊接阶段的各个焊接数据样本中的时间参数确定对应阶段的持续时间;
根据所述持续时间确定对应阶段的时域特征;
根据每一焊接阶段的各个焊接数据样本确定对应阶段的傅里叶函数;
根据所述傅里叶函数确定对应阶段的频域特征。
5.根据权利要求4所述的焊接缺陷识别模型训练方法,其特征在于,所述时域特征包括焊接电流均值、焊接电压均值、焊接电流方差、焊接电压方差、焊接电流峰值、焊接电压峰值、焊接电压分为点值、焊接电流分位点值和每一焊接阶段的各个焊接数据样本的样本熵中的至少一种。
6.根据权利要求4所述的焊接缺陷识别模型训练方法,其特征在于,所述频域特征包括傅里叶变换系数和Ricker小波变换系数中的至少一种。
7.一种焊接缺陷识别模型训练装置,其特征在于,该装置包括:
焊接样本预处理模块,用于对初始焊接数据样本集合中的各个初始焊接数据样本进行预处理以获取标准焊接数据集合;
焊接阶段确认模块,用于根据所述标准焊接数据集合中的各个焊接数据样本中的焊接电流、焊接电压和送丝速度确定所述各个焊接数据样本所代表的焊接阶段;
焊接特征提取模块,用于根据所述焊接阶段对各个焊接数据样本进行特征提取以获取特征集合;
识别模型训练模块,用于利用所述特征集合对待训练的识别模型进行迭代训练,直至所述识别模型的识别精度满足预设要求。
8.根据权利要求7所述的焊接缺陷识别模型训练装置,其特征在于,所述初始焊接数据样本集合为根据各个训练样本中的焊缝类型对所述各个训练样本进行分类后的每一类别对应的样本集合,或未进行分类的全部训练样本构成的集合。
9.一种计算机终端,其特征在于,包括存储器和处理器,所述存储器用于存储计算机程序,所述计算机程序在所述处理器上运行时执行权利要求1至6任一项所述的焊接缺陷识别模型训练方法。
10.一种可读存储介质,其特征在于,其存储有计算机程序,所述计算机程序在处理器上运行时执行权利要求1至6中任一项所述的焊接缺陷识别模型训练方法。
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树根互联技术有限公司,未经树根互联技术有限公司许可,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/202011535834.4/1.html,转载请声明来源钻瓜专利网。