一种管道焊接缺陷检测方法、装置、电子设备及存储介质制造方法及图纸

本发明专利技术提供一种管道焊接缺陷检测方法、装置、电子设备及存储介质，涉及焊接无损检测技术领域，所述方法包括：获取待检测管道焊缝的X射线图像；将所述待检测管道焊缝的X射线图像输入至预训练的焊接缺陷分割模型中，输出缺陷分割结果；其中，所述焊接缺陷分割模型包括：亮度校正模块、多尺度变换模块和分割预测网络；所述亮度校正模块用于对所述X射线图像进行随机Gamma变换，所述多尺度变换模块用于获取所述X射线图像的多尺度全局注意力特征，所述分割预测网络通过预先设计的混合损失函数优化分割精度。通过本发明专利技术提供的方法，可以提高尺寸较小或边界模糊缺陷的检出率。

【技术实现步骤摘要】

本专利技术涉及焊接无损检测，尤其涉及一种管道焊接缺陷检测方法、装置、电子设备及存储介质。

技术介绍

1、焊接是管道建设中的关键工艺，可确保石油、天然气和工业运输系统的结构完整性和安全性。但焊接过程中难免会出现缺陷，这将严重影响安全性和可靠性。及时准确地检测此类缺陷对于防止故障、降低维护成本和确保符合行业安全标准至关重要。射线检测具有良好的穿透能力和高成像分辨率，是焊缝无损检测的主要方法。传统焊缝射线图像是由经验丰富的检查员评估的，但这种手动方法具有高度的主观性。检查的性能取决于专业知识，并容易受到人类疲劳的影响。

2、在高性能硬件和大数据的支持下，深度学习得到了发展和广泛应用。它可以通过网络训练从原始图像中自动获得提取特征，来增强管道中焊接缺陷的检测。这大幅减轻检测员的工作负担,提高诊断的准确性和效率,并为缺陷判定提供支持。但当前深度学习方法在实际应用中仍然存在以下问题：1、射线图像中小缺陷的分割具有挑战性，焊缝中的小缺陷很容易产生误检漏检；2、现有的焊缝射线检测模型在处理动态模糊图像上性能较差，对于缺陷的边界判定不准确。</p>

3、如何本文档来自技高网...

【技术保护点】

1.一种管道焊接缺陷检测方法，其特征在于，包括：

2.根据权利要求1所述的管道焊接缺陷检测方法，其特征在于，所述焊接缺陷分割模型的训练过程，包括：

3.根据权利要求2所述的管道焊接缺陷检测方法，其特征在于，所述获取管道焊缝的历史X射线图像集，并将所述历史X射线图像集按照预设比例划分为训练集、验证集和测试集，包括：

4.根据权利要求1所述的管道焊接缺陷检测方法，其特征在于，所述多尺度变换模块采用改进的U-Net架构，并在所述改进的U-Net架构的编码器末端嵌入多尺度SwinTransformer块，所述多尺度Swin Transformer块用于处理具有...

【技术特征摘要】

1.一种管道焊接缺陷检测方法，其特征在于，包括：

2.根据权利要求1所述的管道焊接缺陷检测方法，其特征在于，所述焊接缺陷分割模型的训练过程，包括：

3.根据权利要求2所述的管道焊接缺陷检测方法，其特征在于，所述获取管道焊缝的历史x射线图像集，并将所述历史x射线图像集按照预设比例划分为训练集、验证集和测试集，包括：

4.根据权利要求1所述的管道焊接缺陷检测方法，其特征在于，所述多尺度变换模块采用改进的u-net架构，并在所述改进的u-net架构的编码器末端嵌入多尺度swintransformer块，所述多尺度swin transformer块用于处理具有不同感受野的图像。

5.根据权利要求4所述的管道焊接缺陷检测方法，其特征在于，所述多尺度swintransfor...

【专利技术属性】
技术研发人员：都东，关可铭，周亦丰，杨战利，常保华，王力，
申请(专利权)人：清华大学，
类型：发明
国别省市：