本发明一种基于深度学习的合金组织超声检测分类方法,属于无损检测领域。所述的方法利用超声全波扫描系统记录合金组织的全波信号数据;根据噪声水平和底波信号损失的不同选定用于进行金相观察的区域,并根据合金组织特征对选定区域进行进行编号标记,对选定区域对应的数据进行标签标记;建立一维卷积网络对标注好的超声噪声数据进行训练学习;经过训练后的网络根据输入的超声噪声数据,输出合金组织分类概率;分类模型充分发挥一维卷积网络的结构优势,直接从零开始训练,可实现端到端的对于合金组织超声检测分类效果。具有对被检合金无损检测、分类效率高、检测精度好等优点。
声明:
“基于深度学习的合金组织超声检测分类方法” 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)