奥氏体不锈钢焊缝超声相控阵检测图像智能分类

作者：张雨航; 张旭^*; 付丽敏

来源：湖北工业大学学报, 2022, 37(05): 43-46.

• 奥氏不锈钢焊缝
• 超声相控阵
• 轻量化卷积神经网络

奥氏不锈钢焊缝的粗晶粒以及材料各向异性，导致超声检测图像信噪比较低，人工检测判断缺陷存在困难。分别使用InceptionV3、ResNet50、DenseNet121和MobileNetV2卷积神经网络来进行奥氏不锈钢焊缝相控阵B扫图像的自动分类。实验结果表明，大型卷积神经网络分类准确率高，ResNet50和DenseNet121在测试集上的分类准确度达到100%,Inception V3达99.8%,但轻量化的卷积神经网络MobileNetV2的准确率只有90.8%,存在严重过拟合。通过改进轻量化卷积神经网络MobileNetV2的训练方式，并引入Dropout层，可以保证分类准确度达到100%,并且减小了大量网络参数，更利于移动端的应用。

• 单位
  湖北工业大学