科研之友
微信
新浪微博
Facebook
分享链接
摘要
激光焊接作为一种高精度、非接触式的焊接工艺，已成为工业生产制造中不可或缺的焊接方法，但如何评价激光焊接的质量也一直是人们关注的问题。为了解决传统检测方法泛化能力较差的问题，更好的适应工艺产线的复杂变化，选用目标检测算法YOLOv3，设计了一套焊接质量检测系统。首先采集焊接图片，构建深度学习数据集。对数据集进行分析，针对焊接缺陷的特性，对算法的锚定框、特征层卷积核和多尺度特征构建等方面进行了改进。在相同测试条件下，将两种算法进行了对比，验证改进方法的有效性。结果显示，新的算法在平均精度和召回率上均有提升，在不同缺陷类型中，特别是小目标特性的缺陷，新算法识别准确率有明显提高。将训练完成算法模型进行压缩转化，以适应工业设备的低功耗和算力特点，在保证识别准确度的前提下，加快了算法实时处理速度。
-
单位北京机械工业自动化研究所
