针对超声相控阵(NDT)缺陷检测，本文提出一种利用多任务深度学习网络进行A扫缺陷分类的方法。运用超声相控阵探伤仪检测物体缺陷，得到A扫缺陷波形图；将得到的A扫图像经过预处理，运用MATLAB将波形图像中曲线上的数据进行提取转为一维时序数据；利用小波变换(WCT)将得到的一维时序数据转为二维时频图像；最后，利用深度学习网络Resnet进行训练。实验结果表明，利用小波变换结合深度学习的缺陷识别方式有较高的准确率。
科研之友
微信
新浪微博
Facebook
分享链接
