【技术实现步骤摘要】
本专利技术属于不锈钢材料点蚀检测，具体涉及一种基于二值化图像融合的轻量化点蚀智能检测方法、系统、设备及介质。
技术介绍
1、不锈钢表面常发生点蚀损伤，尤其是焊缝、密封等位置处，由于多数点蚀孔很小，检查蚀孔比较困难，通常又被腐蚀产物所遮盖，直至设备腐蚀穿孔后才被发现，给设备的安全运行带来了巨大的潜在风险。传统的人工目视检测方式效率低下，且易受主观因素影响。
2、基于深度学习的图像检测技术为解决点蚀缺陷的检测分析提供了解决思路。近年来，已有不少人将深度学习图像检测技术运用到点蚀缺陷识别领域，但是这些研究多侧重于检测的准确率，对于检测速度少有关注。实际现场检验中算力往往有限，因此对自动检测速度要求较高。
3、轻量化网络可以在有限的算力下满足检测速度要求，但受制于网络规模大小，其特征提取能力不足。工程中，迫切需要一种既能提升轻量化网络的检测精度，又不会大幅提升网络的计算量的新方法。
技术实现思路
1、为了克服点蚀检测过程中轻量化网络特征提取能力不足而导致检测准确率不高的问题...
【技术保护点】
1.一种基于二值化图像融合的轻量化点蚀智能检测方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的基于二值化图像融合的轻量化点蚀智能检测方法，其特征在于，预先训练好的基于二值化图像融合的轻量化点蚀检测网络为将二值化图像的二值化特征融入到轻量化基准检测网络中建立，包括以下步骤：
3.根据权利要求2所述的基于二值化图像融合的轻量化点蚀智能检测方法，其特征在于，提取二值化图像的二值化特征，包括如下步骤：
4.根据权利要求3所述的基于二值化图像融合的轻量化点蚀智能检测方法，其特征在于，加权权重通过以下过程得到：以1 × 1大小的卷积核...
【技术特征摘要】
1.一种基于二值化图像融合的轻量化点蚀智能检测方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的基于二值化图像融合的轻量化点蚀智能检测方法，其特征在于，预先训练好的基于二值化图像融合的轻量化点蚀检测网络为将二值化图像的二值化特征融入到轻量化基准检测网络中建立，包括以下步骤：
3.根据权利要求2所述的基于二值化图像融合的轻量化点蚀智能检测方法，其特征在于，提取二值化图像的二值化特征，包括如下步骤：
4.根据权利要求3所述的基于二值化图像融合的轻量化点蚀智能检测方法，其特征在于，加权权重通过以下过程得到：以1 × 1大小的卷积核对输入特征进行卷积运算，得到加权权重。
5.根据权利要求3所述的基于二值化图像融合的轻量化点蚀智能检测方法，其特征在于，二值化图片加权特征通过下式计算：
6.根据权利要求3所述的基于二...
【专利技术属性】
技术研发人员：胡海军，高伟涵，詹昕月，俞兵，
申请(专利权)人：西安交通大学，
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。