【技术实现步骤摘要】
焊渣图模型的训练方法、焊渣切割模型的生成方法、设备
[0001]本申请涉及焊接
，具体地涉及一种焊渣图模型的训练方法、焊渣切割模型的生成方法、设备及介质。
技术介绍
[0002]在制造业总，焊接是许多加工制造方法的基础，其质量好坏决定了产品的可靠性。在焊接过程中，由于焊接参数、设备、工艺、材质等因素引起熔核过分扩展使得塑性焊接环失压而难以形成，极易导致点焊工艺后出现不规则的焊渣飞溅。而残留焊渣多、飞溅区域广，被认为是一种极难避免的焊接缺陷。
[0003]目前，现有技术通常采用目视检测方法对点焊后的产品进行焊点标记，在焊点标记后在进行人工打磨。上述检测过程存在检测效率低、误检和漏检等问题。为了解决该问题，可以通过训练神经网络模型进行焊渣的标记。但是神经网络模型进行训练时，需要有大量的标记出焊渣的焊渣图进行训练。此时若通过人工进行标记，则耗时较长，且大大增加了人工成本。
技术实现思路
[0004]有鉴于此，本申请提供一种焊渣图模型的训练方法、焊渣切割模型的生成、设备及介质，以利于解决现有技术中人工成...
【技术保护点】
【技术特征摘要】
1.对抗生成焊渣图模型的训练方法，包括：生成模型接收像素随机数矩阵；所述生成模型基于所述像素随机数矩阵生成假焊渣图；分析模块确定所述假焊渣图真假情况；基于所述分析模块确定所述假焊渣图真假情况，确定是否将所述生成模型更新为对抗生成焊渣图模型。2.根据权利要求1所述对抗生成焊渣图模型的训练方法，所述像素随机数矩阵包括第一像素随机数矩阵，对应地，所述假焊渣图包括第一假焊渣图，所述分析模块包括第一判别模型，所述真假情况包括真焊渣的概率或/和假焊渣的概率，所述分析模块确定所述假焊渣图真假情况的步骤包括：所述第一判别模型分析所述第一假焊渣图为真焊渣的概率或/和假焊渣的概率。3.根据权利要求2所述对抗生成焊渣图模型的训练方法，所述分析模块还包括第一损失函数，所述真假情况还包括所述第一假焊渣图的真假概率损失值，所述分析模块确定所述假焊渣图真假情况的步骤还包括：基于所述第一判别模型分析所述第一假焊渣图为真焊渣的概率或/和假焊渣的概率，通过所述第一损失函数计算所述第一假焊渣图的真假概率损失值。4.根据权利要求3所述的对抗生成焊渣图模型的训练方法，所述真假情况还包括真焊渣图的真假概率损失值，所述训练方法还包括：获取真焊渣图；所述分析模块确定所述假焊渣图真假情况的步骤还包括：基于第一判别模型分析所述真焊渣图为真焊渣的概率或/和假焊渣的概率，通过预设第一损失函数，计算所述真焊渣图的真假概率损失值。5.根据权利要求4所述的对抗生成焊渣图模型的训练方法，还包括：基于所述第一假焊渣图的真假概率损失值、所述真焊渣图的真假概率损失值，确定是否符合预设值；若所述第一假焊渣图的真假概率损失值、所述真焊渣图的真假概率损失值不符合预设值，调整所述第一判别模型中的信息以形成第二判别模型。6.根据权利要求5所述的对抗生成焊渣图模型的训练方法，所述像素随机数矩阵还包括第二像素随机数矩阵，对应地，所述假焊渣图还包括第二假焊渣图，所述真假情况还包括第二假焊渣图的真假概率损失值，所述分析模块确定所述假焊渣图真假情况还包括：所述第二判别模型分析所述第二假焊渣图为真焊渣的概率或/和假焊渣的概率；基于所述第二判别模型分析所述第二假焊渣图为真焊渣的概率或/和假焊渣的概率，通过预设第二损失函数，计算所述第二假焊渣图的真假概率损失值。7.根据权利要求6所述的对抗生成焊渣图模型的训练方法，所述基于所述分析模块确定所述假焊渣图真假情况，确定是否将所述生成模型更新为对抗生成焊渣图模型包括：基于所述第二假焊渣图的真假概率损失值判断是否符合收敛值；若所述第二假焊渣图的真假概率损失值不符合所述收敛值，则基于所述第二假焊渣图的真假概率损失值，调整所述生成模型中的信息，以生成所述对抗生成焊渣图模型。8.一种焊渣切割模型的生成方法，包括：
获取工件样本图和对抗生成焊渣图模型生成的假焊渣图，所述对抗生成焊渣图模型由权利要求1
‑
7任意一项所述对抗生成焊渣图模型的训练方法训练形成；基于所述工件样本图和所述对抗生成焊渣图模型生成的假焊渣图，生成假焊渣工件样本图；基于所述假焊渣工件样本图，以预设规则形成训练集；通过所述训练集对切割模型进行训...
【专利技术属性】
技术研发人员：李子康，林宗儒，吴振廷，昝妍，李威骏，谢丰，杨开来，
申请(专利权)人：富联裕展科技深圳有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。