【技术实现步骤摘要】
本申请涉及钵锻件探伤领域，具体涉及基于图像识别的钵锻件探伤检测方法及系统。
技术介绍
1、基于钵锻件图像数据集，可利用分类网络完成钵锻件无损探伤检测，然而在训练分类网络进行钵锻件探伤时，具有缺陷的钵锻件为少部分样本数据，导致分类网络训练过程中，难以学习到有效的钵锻件缺陷特征，导致探伤准确率不足。
2、为了解决现有钵锻件缺陷数据样本过少的问题，现有技术中可通过smote算法对数据集样本进行扩充，具体过程为：提取钵锻件图像数据集的低维表征来形成特征空间，接着在特征空间中产生新增低维表征，从而得到新增钵锻件图像，最终实现对钵锻件图像数据集的扩充。
3、然而钵锻件具有多种缺陷类型，导致在特征空间中不同缺陷类型的低维表征存在混合分布情况，使得新增钵锻件图像可能为一种新型缺陷类型，从而在利用新增钵锻件图像进行分类网络训练时提高了探伤结果误判概率，新增钵锻件图像并不能对钵锻件图像数据集起到有效的扩充作用。
技术实现思路
1、为了解决本申请的上述技术问题，本申请提供了基于图像识别的...
【技术保护点】
1.基于图像识别的钵锻件探伤检测方法，其特征在于，所述钵锻件探伤检测方法包括：
2.依据权利要求1所述的基于图像识别的钵锻件探伤检测方法，其特征在于，所述预设第一网络的训练方法包括：
3.依据权利要求1所述的基于图像识别的钵锻件探伤检测方法，其特征在于，所述获取钵锻件图像数据集包括：
4.依据权利要求2所述的基于图像识别的钵锻件探伤检测方法，其特征在于，所述对于任意一种缺陷类型，在所述低维表征集中计算每一个低维表征的有效权重包括：
5.依据权利要求4所述的基于图像识别的钵锻件探伤检测方法，其特征在于，所述根据每种缺陷类型...
【技术特征摘要】
1.基于图像识别的钵锻件探伤检测方法，其特征在于，所述钵锻件探伤检测方法包括：
2.依据权利要求1所述的基于图像识别的钵锻件探伤检测方法，其特征在于，所述预设第一网络的训练方法包括：
3.依据权利要求1所述的基于图像识别的钵锻件探伤检测方法，其特征在于，所述获取钵锻件图像数据集包括：
4.依据权利要求2所述的基于图像识别的钵锻件探伤检测方法，其特征在于，所述对于任意一种缺陷类型，在所述低维表征集中计算每一个低维表征的有效权重包括：
5.依据权利要求4所述的基于图像识别的钵锻件探伤检测方法，其特...
【专利技术属性】
技术研发人员：张广文，
申请(专利权)人：宝鸡市鹏鑫金属材料有限公司，
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。