基于全卷积神经网络的焊缝特征提取

• 作者: 张永帅 杨国威 王以忠 王琦琦 马雷
• 来源期刊: 中国激光
• 学科: 工学
• 关键词: 图像处理 卷积神经网络 焊缝跟踪 自动焊接系统 深度学习
• 年，卷（期）: 2019,（3）
• 所属期刊栏目: 激光制造
• 页码范围: 28-35
• 页数: 8页
• 分类号: TP242.2
• 语种: 中文
• DOI: 10.3788/CJL201946.0302002

摘要

基于深层卷积神经网络的特征学习能力,提出了一种基于全卷积神经网络的焊缝特征提取方法.该方法利用全卷积神经网络将包含焊缝特征信息的像素预测出来,通过融合低层与高层特征信息来补充焊缝边缘的特征信息.研究结果表明:所提方法能在强烈弧光和烟尘干扰下准确地提取出焊缝位置,具有抗干扰能力强、识别准确的优点.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王以忠		54	226	8.0	13.0
2	马雷		17	66	6.0	7.0
3	杨国威		6	0	0.0	0.0
4	王琦琦		3	0	0.0	0.0
5	张永帅		1	0	0.0	0.0