基于VGG网络的焊缝缺陷识别技术在UOE钢管生产应用初探  

作　　者：李乐榕[1] 于子金[1] 

机构地区：[1]宝山钢铁股份有限公司设备部,上海201900

出　　处：《新型工业化》2021年第2期10-13,共4页The Journal of New Industrialization

摘　　要：针对钢管焊缝缺陷自动识别的需要,提出了基于卷积神经网络的焊接缺陷特征自动提取算法,并对现有的LeNet、AlexNet、VGG-16、GoogleNet等经典网络模型进行试验验证,得出在同等条件下VGG-16网络模型更适合钢管焊缝缺陷类型识别。随后在VGG-16经典模型基础上设计了一种适用于钢管焊缝图像缺陷识别的模型,该模型直接将预处理后的焊缝DICM图像作为输入,将钢管焊缝是否存在缺陷作为输出,有效避免了因人为识别的主观经验对检测结果造成的不良影响。现场试验结果表明,这种基于VGG-16网络结构模型,对钢管焊接缺陷识别具备较好的识别率与泛化能力。

关 键 词：钢管焊缝 缺陷识别 特征提取 卷积神经网络 X射线探伤 

分 类 号：TG335.75[金属学及工艺—金属压力加工]