[发明专利]基于特征分割的焊缝跟踪方法有效
申请号: | 202110277763.0 | 申请日: | 2021-03-15 |
公开(公告)号: | CN113034512B | 公开(公告)日: | 2022-11-11 |
发明(设计)人: | 柏连发;王业宇;赵壮;韩静;张毅;罗隽;郭卓然;杨傲东;王兴国 | 申请(专利权)人: | 南京理工大学 |
主分类号: | G06T7/11 | 分类号: | G06T7/11;G06V10/44;G06V10/26;G06V10/25;G06N3/04;G06N3/08 |
代理公司: | 南京苏创专利代理事务所(普通合伙) 32273 | 代理人: | 张艳 |
地址: | 210094 *** | 国省代码: | 江苏;32 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 基于 特征 分割 焊缝 跟踪 方法 | ||
1.一种基于特征分割的焊缝跟踪方法,其特征在于:包括如下步骤:
步骤S1:采集熔池图像,对熔池图像进行ROI选择;
步骤S2:采用ERFNet的Encoder-Decoder分割网络结构进行熔池图像分割,所述ERFNet的帧数为120FPS以上,所述网络结构采用高层特征和底层特征的多尺度特征融合,所述网络结构的高层焊缝相对于低层焊缝的RMSE与PDE均值呈上升趋势,焊缝特征点与人工标记特征点之间的偏移量为1~2个像素,且其使用语义分割常用的交叉熵损失函数,将ERFNet中第8层与第16层的特征图融合,第3层与第17层的特征图融合,第2层与第20层的特征图融合,并在主干网络中加入金字塔池化模块,其中带有平衡因子的交叉熵损失函数公式为:,式中为正样本时, ,为负样本时,,表示样本c的标签,表示样本c预测为正类的概率,M为类别数量。
2.根据权利要求1所述的基于特征分割的焊缝跟踪方法,其特征在于:所述步骤S1中ROI区域为包含熔池轮廓的固定区域,所述ROI区域大小为512像素×512像素。
3.根据权利要求1所述的基于特征分割的焊缝跟踪方法,其特征在于:所述步骤S2中网络结构基于SegNet与ENet,整个模型包含23层,其中1-16层为Encoder,17-23层为Decoder。
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南京理工大学,未经南京理工大学许可,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/202110277763.0/1.html,转载请声明来源钻瓜专利网。
- 上一篇:一种焊件轮廓检测方法
- 下一篇:一种垃圾处理用的斗式提升输送机