本发明公开了一种基于深度学习算法的
复合材料缺陷无损探伤方法,首先对原始图像进行预处理,每张预处理图像对应一张标签图片;以预处理图像作为U‑net网络的输入,标签图像作为标签,通过梯度下降法对U‑net网络进行迭代训练,训练完成的U‑net网络构成处理网络;处理网络的输出为输入图像的特征图;将待处理图像输入处理网络后输出特征图,通过阈值分割算法对特征图进行处理,得到标记缺陷的二值图像,再通过矩形框定位算法在二值图像中定位缺陷位置;最终将二值图像和待处理图像融合,在待处理图像中定位缺陷。本发明通过神经网络学习特征的快捷性和高准确性,解决传统算法的局限性,为复合材料的缺陷检测提供新的思路。
声明:
“基于深度学习算法的复合材料缺陷无损探伤方法” 该技术专利(论文)所有权利归属于技术(论文)所有人。仅供学习研究,如用于商业用途,请联系该技术所有人。
我是此专利(论文)的发明人(作者)