【技术实现步骤摘要】
本申请涉及射线底片图像的评定，尤其涉及一种底片图像的评定方法、装置、设备及存储介质。
技术介绍
1、射线检测作为一种主要的无损检测方法，仍广泛应用于电力机组的建造、役前和在役检查，是保障设备质量和机组运行安全的重要手段。据估计，电力行业每年产生的射线检测底片图像超过千万张。
2、传统的底片图像分析方法包括对底片图像质量和缺陷进行评定和判断，由评片人员在观片室中通过手工借助于观片灯、放大镜、量尺和记录表格等完成。通过人工对底片图像进行评定的方式，评定速度慢，时间消耗大，不适用于时间紧、数据量庞大的射线底片评定工作。
技术实现思路
1、本申请实施例提供一种底片图像的评定方法、装置、设备及存储介质，以解决相关技术存在的问题，技术方案如下：
2、第一方面，本申请实施例提供了一种底片图像的评定方法，包括：
3、对训练集的底片图像进行底片图像质量和焊缝缺陷标注，生成底片图像数据集；
4、基于底片图像数据集优化质量评定网络结构的网络参数，生成训练好的质量评定模型；
5、基于底片图像数据集对缺陷评定网络结构进行训练，生成训练好的缺陷评定模型；
6、基于训练好的质量评定模型和训练好的缺陷评定模型对测试集的底片图像进行识别并与检测标准进行比较，生成评定结果。
7、在一种实施方式中，基于训练好的质量评定模型和训练好的缺陷评定模型对底片图像进行质量判定与缺陷识别并与检测标准进行比较，生成评定结果包括：
8、基于
9、基于训练好的缺陷评定模型对测试集的底片图像进行识别，生成缺陷评定结果；
10、将质量评定结果和缺陷评定结果分别和对应的检测标准进行比较，生成评定结果。
11、在一种实施方式中，对训练集的底片图像进行底片图像质量和焊缝缺陷标注，生成底片图像数据集包括：
12、获取初始底片图像；
13、对初始底片图像进行图像增强扩充，生成训练集的底片图像；
14、对训练集的底片图像进行底片图像质量和焊缝缺陷标注，生成底片图像数据集。
15、在一种实施方式中，对训练集的底片图像进行底片图像质量和焊缝缺陷标注，生成底片图像数据集包括：
16、根据焊缝缺陷类型对训练集的底片图像进行标注，生成初始底片图像数据集；
17、对初始底片图像数据集进行底片图像质量标注，生成底片图像数据集。
18、在一种实施方式中，对初始底片图像数据集进行底片图像质量标注，生成底片图像数据集包括：
19、根据底片图像质量类型对初始底片图像训练集进行标注，生成底片图像数据集，底片图像质量类型包括黑度不合格、像质计异常、滤光板使用异常和背散射防护异常。
20、在一种实施方式中，质量评定网络结构采用的是yolov3网络结构。
21、在一种实施方式中，缺陷评定网络结构采用的是yolact网络架构。
22、第二方面，本申请实施例提供了一种底片图像的评定装置，包括：
23、第一生成模块，用于对训练集的底片图像进行底片图像质量和焊缝缺陷标注，生成底片图像数据集；
24、第二生成模块，用于基于底片图像数据集优化质量评定网络结构的网络参数，生成训练好的质量评定模型；
25、第三生成模块，用于基于底片图像数据集对缺陷评定网络结构进行训练，生成训练好的缺陷评定模型；
26、第四生成模块，用于基于训练好的质量评定模型和训练好的缺陷评定模型对测试集的底片图像进行识别并与检测标准进行比较，生成评定结果。
27、第三方面，本申请实施例提供了一种电子设备，该设备包括：存储器和处理器。其中，该存储器和该处理器通过内部连接通路互相通信，该存储器用于存储指令，该处理器用于执行该存储器存储的指令，并且当该处理器执行该存储器存储的指令时，使得该处理器执行上述各方面任一种实施方式中的方法。
28、第四方面，本申请实施例提供了一种计算机可读存储介质，计算机可读存储介质存储计算机程序，当计算机程序在计算机上运行时，上述各方面任一种实施方式中的方法被执行。
29、上述技术方案中的优点或有益效果至少包括：
30、本公开实施例的技术方案，对训练集的底片图像进行底片图像质量和焊缝缺陷标注，生成底片图像数据集，通过底片图像数据集分别对质量评定网络结构和缺陷评定网络结构进行训练，生成对应的训练好的质量评定模型和训练好的缺陷评定模型，基于训练好的质量评定模型和训练好的缺陷评定模型对测试集的底片图像进行识别和与检测标准进行比较，生成评定结果。即通过本实施例的评定方法，集成缺陷识别与底片图像质量判别的智能分析，将模型对底片图像的识别结果与已录入系统的底片图像检测标准，得出智能分析结果，实现对于射线底片图像的智能评定。
31、上述概述仅仅是为了说明书的目的，并不意图以任何方式进行限制。除上述描述的示意性的方面、实施方式和特征之外，通过参考附图和以下的详细描述，本申请进一步的方面、实施方式和特征将会是容易明白的。
本文档来自技高网...【技术保护点】
1.一种底片图像的评定方法，其特征在于，包括：
2.根据权利要求1所述底片图像的评定方法，其特征在于，所述基于所述训练好的质量评定模型和所述训练好的缺陷评定模型对测试集的底片图像进行识别并与检测标准进行比较，生成评定结果包括：
3.根据权利要求1所述底片图像的评定方法，其特征在于，所述对训练集的底片图像进行底片图像质量和焊缝缺陷标注，生成底片图像数据集包括：
4.根据权利要求1所述底片图像的评定方法，其特征在于，所述对训练集的底片图像进行底片图像质量和焊缝缺陷标注，生成底片图像数据集包括：
5.根据权利要求4所述底片图像的评定方法，其特征在于，所述对所述初始底片图像数据集进行底片图像质量标注，生成底片图像数据集包括：
6.根据权利要求1所述底片图像的评定方法，其特征在于，所述质量评定网络结构采用的是YOLOV3网络结构。
7.根据权利要求1所述底片图像的评定方法，其特征在于，所述缺陷评定网络结构采用的是YOLACT网络架构。
8.一种底片图像的评定装置，其特征在于，包括：
9.一种电子
10.一种计算机可读存储介质，所述计算机可读存储介质内存储有计算机程序，所述计算机程序被处理器执行时实现如权利要求1-7中任一项所述的方法。
...【技术特征摘要】
1.一种底片图像的评定方法，其特征在于，包括：
2.根据权利要求1所述底片图像的评定方法，其特征在于，所述基于所述训练好的质量评定模型和所述训练好的缺陷评定模型对测试集的底片图像进行识别并与检测标准进行比较，生成评定结果包括：
3.根据权利要求1所述底片图像的评定方法，其特征在于，所述对训练集的底片图像进行底片图像质量和焊缝缺陷标注，生成底片图像数据集包括：
4.根据权利要求1所述底片图像的评定方法，其特征在于，所述对训练集的底片图像进行底片图像质量和焊缝缺陷标注，生成底片图像数据集包括：
5.根据权利要求4所述底片图像的评定方法，其特征在于，所述对所述初始底片图像数据集进行底片图像质...
【专利技术属性】
技术研发人员：林世昌，梁振均，罗杰，李天昊，刘顺，王金龙，杨杰，郭韵，
申请(专利权)人：苏州天河中电电力工程技术有限公司，
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。