一种基于深度学习的焊缝气孔缺陷自动检测方法

摘要

本发明公开了一种基于深度学习的焊缝气孔缺陷自动检测方法，包括以下步骤：S1、焊缝区域定位，将二维图像转化为一维序列，运用深度学习的方法构建网络模型，确定焊缝边界位置；S2、气孔缺陷识别，利用YOLO网络实现气孔缺陷识别。本发明降低了基于传统图像算法对图像质量以及参数选取的依赖，进一步提升了算法的鲁棒性，从而实现气孔缺陷的自动检测，本发明的检测方法气孔缺陷检测的准确率达到96％以上，并具备良好的时效性。