基于深度学习的焊缝图像识别研究

来源 :安徽工程大学学报 | 被引量 : 0次 | 上传用户:mdjsh123
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
为了提高焊接机器人的自动化作业水平,对于焊缝的识别至关重要.针对图像中焊缝类型以及焊缝位置的确定,本文提出一种基于深度学习的方法对目标焊缝进行识别定位.通过先分类再分割的思想来实现对研究使用的3种焊缝类型进行准确分割.该方法首先使用了一种含有特别的Bneck结构的轻量级网络M o-bileNetV3对3种图像进行分类,运用SeGAN神经网络对焊缝图像进行分割得到结果.研究先以少量的样本图片进行训练,然后通过扩充样本达到较高准确度.实验结果表明,分类结果准确度达到99.39%,相对于VGG识别精度提高了3.74%,定位结果准确度能达到95%,证明了该方法的有效性,在工业自动化焊接中有重要意义.
其他文献
我国作为农业大国,农业经济一直以来都是国家经济重要组成部分.为了更好地推动农业经济发展,国家及各级政府都相继出台了关于种子市场监管的政策条例,在此背景下,各地区的农业种子市场监管工作得到了明显的改善,但仍存在一些亟须解决的问题.文章从当前种子市场的现状出发,分析了造成当前种子市场现状的因素,并对种子市场监管工作提出了一系列的改进措施,以期为相关行业人士提供参考.
针对终端滑模控制的奇异性和抖振问题,提出了结合模糊控制和线性自抗扰技术的非奇异连续终端滑模控制算法.该算法中将系统电流环的控制方法改为线性自抗扰控制,并且利用模糊控制实时调整滑模趋近律的切换增益,获得线性自抗扰控制器的输入电流,通过线性自抗扰控制器获得反park变换的输入电压,调整电动机的输出位置,并将其与参考位置对比之后反馈给系统,得到精确的跟踪性能.此外,滑模控制用连续函数取代开关函数,减弱了系统的抖振现象.在此基础上,对控制器进行仿真,结果表明该控制算法能够在空载和扰动存在的条件下准确稳定地追踪到参
为满足卷烟工业对均质化烟叶原料的需求,借鉴理想株型育种的技术思路和精益管理的基本理念,将物联网、大数据、人工智能技术运用于烟叶生产标准化.建立以烟叶品种各生育期的烟株个体和烟田群体生长发育理想值为基准,以区域气候条件、栽培措施为偏离因素的“标准烟株”技术指标体系.用农业物联网设备实时采集烟叶生长发育的动态数据,并通过互联网传输至烟叶生产经营管理平台,平台对大数据进行分析,并对长势偏离度进行监测,专家系统给出种植调控措施建议或操作指令,推动烟叶标准化生产管理由宏观向微观、整体到个体转变,提高烟叶生产数字化、
甘肃省是全国三大杂交玉米种子生产基地之一,所辖张掖市年杂交玉米种子繁育面积达到73333 hm2以上,占全国杂交玉米种子繁育面积的30%~40%、占甘肃省玉米种子繁育面积的70%,是国家认定的国家级玉米制种基地、全国玉米种子繁育的核心地带,承担着国家农作物种子保供“国家队”任务.张掖市所辖甘州区、临泽县、高台县三县(区)玉米制种基地分别达到约40000 hm2、20000 hm2、6666 hm2,形成了甘肃省沿河西走廊平原地带集中布局的农作物种子生产核心地带.但甘肃河西地区玉米制种基地普遍存在田块分割严