摘要
提出一种基于Vision Master(VM)通用视觉平台的方法,采用该平台深度学习模块,通过图形化编程,以1000张数字射线(DR)图像测试结果证明准确率达90%以上,可实现焊接缺陷自动识别分类,为小径管对接焊缝无损检测提供了一种高效、便捷的解决方案。
A method based on the Vision Master(VM)universal vision platform is proposed.Using the deep learning module of the platform and through graphical programming,the accuracy is proven to be over 90% by testing 1000 digital ray(DR)images,achieving automatic recognition and classification of welding defects,which provides an efficient and convenient solution for non-destructive testing of small-diameter pipe butt welds.
作者
宋艳艳
王泽民
叶振宇
陈乐
SONG Yanyan;WANG Zemin;YE Zhenyu;CHEN Le
出处
《上海化工》
2025年第2期44-48,共5页
Shanghai Chemical Industry
基金
上海市市场监督管理局科技项目(2023-49)
上海市特种设备监督检验技术研究院科技项目(2022-03Y)。
关键词
小径管
数字射线成像
深度学习
自动识别
Small-diameter pipe
Digital radiography
Deep learning
Automatic recognition
