期刊文献+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
共找到1篇文章
< 1 >
每页显示 20 50 100
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
显示方式：
UWD-Net:一种轻量级超声波焊接表面缺陷检测网络设计
1
作者 梁峰 赵伦 王森 《电子测量与仪器学报》 北大核心 2025年第6期65-77,共13页
超声波焊接技术被广泛应用于工业制造领域,但焊接参数、设备状态和操作技术等因素常导致焊接缺陷多样化。为提高焊接效率,基于深度学习提出了一种轻量级网络UWD-Net用于超声波焊接表面缺陷检测。首先,针对传统卷积在焊接缺陷检测中对细... 超声波焊接技术被广泛应用于工业制造领域,但焊接参数、设备状态和操作技术等因素常导致焊接缺陷多样化。为提高焊接效率,基于深度学习提出了一种轻量级网络UWD-Net用于超声波焊接表面缺陷检测。首先,针对传统卷积在焊接缺陷检测中对细节信息不敏感、容易丢失关键细小缺陷特征的问题,提出了一种新型分步注意力卷积模块SA-Conv。SA-Conv架构增强了模型对缺陷特征的感知能力,并降低了设备运算成本。其次,针对复杂焊接缺陷特征提取困难的问题,设计了一种基于可变形卷积和SA-Conv的DCN-Module与WDFE-Module的缺陷特征提取网络。该网络在复杂背景下显著增强了对缺陷目标的表征能力,实现了对形状多变等特点的焊接缺陷特征的充分提取。最后实验结果定量与定性分析表明,UWD-Net在自建焊接缺陷数据集和NEU-DET公开数据集上均取得了优异的检测性能。在自建焊接缺陷数据集上,UWD-Net的F1值和平均精度均值(mAP)mAP@0.5分别达到0.952和93.6%,而在NEU-DET数据集上,其F1值和mAP@0.5分别达到0.710和78.6%,均优于其他对比算法。此外,UWD-Net的模型参数量仅为1.818×106,帧率达到145.80 fps,充分实现了检测精度与推理速度的平衡,为工业环境下的实时缺陷检测与部署提供了有效支持。 展开更多
关键词 超声波焊接 uwd-net 缺陷检测 注意力机制 特征提取 缺陷特征
原文传递
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
上一页 1 下一页 到第 页
使用帮助 返回顶部