书城首页 › 当代 › 工业 › 智能焊接图像识别技术
当代·工业

智能焊接图像识别技术

正版保障多仓发货48小时内发货2-3天送达可开发票
¥50.71 定价 ¥69.00 7.3折 立省 ¥18.29
现货库存 8 件 全新
商品参数
书名
智能焊接图像识别技术
作者
刘天元,鲍劲松 著
出版社
机械工业出版社
出版时间
2026-11-01
ISBN
9787111819226
货号
1204664740
品相
全新
分类
当代·工业
购物车(0)
商品参数
书名
智能焊接图像识别技术
作者
刘天元,鲍劲松 著
出版社
机械工业出版社
出版时间
2026-11-01
ISBN
9787111819226
货号
1204664740
品相
全新
分类
当代·工业
编辑推荐▼

《智能焊接图像识别技术》主要介绍深度学习技术在焊接图像识别领域的最新应用,给出了深度学习技术与焊接图像特点相结合的具体实例,以及焊接在线监测、无损检测的具体解决方案。

作者简介▼

刘天元,东华大学机械工程学院副教授。

目录▼

目 录

前言

第1章 基于深度学习的焊接图像识别概述1

1.1 引言1

1.2 焊接图像与深度学习1

1.2.1 焊接图像1

1.2.2 深度学习6

1.3 基于深度学习的焊接图像识别关键技术8

1.3.1 数据技术8

1.3.2 建模技术11

1.3.3 训练技术13

1.3.4 平台技术14

1.4 焊接图像公共数据集14

1.5 本章小结15

参考文献15

第2章 焊缝射线图像分析概述27

2.1 引言27

2.2 从面临挑战的视角看WRIA28

2.2.1 针对数据层面临挑战的研究28

2.2.2 针对特征层面临挑战的研究31

2.2.3 针对模型层面临挑战的研究33

2.2.4 针对应用层面临挑战的研究35

2.3 从关键技术的视角看WRIA37

2.3.1 基于设计特征37

2.3.2 基于特征描述子38

2.3.3 基于学习特征40

2.3.4 基于混合特征40

2.4 从应用任务的视角看WRIA42

2.4.1 焊缝射线图像预处理42

2.4.2 焊缝射线图像分类43

2.4.3 焊缝射线图像检测45

2.4.4 焊缝射线图像分割45

2.5 本章小结48

参考文献49

第3章 基于卷积核粗粒度正则化的CO2焊熔池状态识别57

3.1 引言57

3.2 方法58

3.2.1 粗粒度参数正则化方法58

3.2.2 粗粒度参数正则化梯度计算59

3.3 试验验证与分析60

3.3.1 熔池状态识别试验60

3.3.2 熔池边缘检测试验65

3.4 本章小结70

参考文献70

第4章 基于标签语义注意力的激光焊接熔透状态识别72

4.1 引言72

4.2 方法74

4.2.1 总体框架74

4.2.2 图像视觉特征表示74

4.2.3 标签语义特征表示75

4.2.4 标签语义注意力生成77

4.3 试验验证与分析78

4.3.1 数据采集与准备78

4.3.2 试验结果分析79

4.4 本章小结83

参考文献84

第5章 融合时序信息的MIG焊熔滴过渡方式识别86

5.1 引言86

5.2 方法88

5.2.1 总体架构88

5.2.2 三维可分离卷积89

5.2.3 多维注意力机制91

5.3 试验验证及分析92

5.3.1 数据准备及划分92

5.3.2 试验结果分析94

5.4 本章小结97

参考文献97

第6章 基于多尺度类激活映射的可解释性激光焊接缺陷识别99

6.1 引言99

6.2 方法100

6.2.1 总体框架100

6.2.2 多尺度特征提取及表示101

6.2.3 多尺度特征融合102

6.2.4 CAM-MSFF104

6.3 试验验证与分析105

6.3.1 激光焊接试验105

6.3.2 结果分析试验106

6.4 本章小结109

参考文献110

第7章 面向焊缝表面飞溅缺陷的定量分割111

7.1 引言111

7.2 方法112

7.2.1 焊接飞溅分割模型112

7.2.2 动态加权平均损失函数113

7.3 试验验证与分析115

7.3.1 试验数据和设置115

7.3.2 训练过程分析116

7.3.3 测试结果分析118

7.4 本章小结120

参考文献121

第8章 专家经验启发的焊缝内部缺陷定性识别122

8.1 引言122

8.2 方法124

8.2.1 总体框架124

8.2.2 基于自监督的专家知识学习125

8.2.3 面向焊缝射线缺陷分析的微调127

8.3 试验验证与分析127

8.3.1 试验设置127

8.3.2 准确性分析128

8.3.3 可解释性分析131

8.4 本章小结133

参考文献133

第9章 面向焊缝内部缺陷的定量分割134

9.1 引言134

9.2 方法135

9.2.1 总体框架135

9.2.2 多尺度特征空间构建136

9.2.3 多尺度语义空间构建137

9.2.4多尺度关系空间构建137

9.3 试验验证与分析138

9.3.1 数据准备与划分138

9.3.2 实现细节138

9.3.3 训练过程分析139

9.3.4 测试结果分析140

9.4 本章小结144

参考文献145

第10章 展望146

10.1 针对基于深度学习的焊接图像识别关键技术的未来展望146

10.1.1 针对传感技术的展望147

10.1.2 针对数据集问题的展望147

10.1.3 针对模型结构的展望147

10.1.4 针对训练技术的展望147

10.1.5 针对已训练模型的展望148

10.1.6 针对集成技术的展望148

10.2 针对焊缝射线图像分析的展望148

10.2.1 问题设置:耦合问题148

10.2.2 技术改进:上下文问题149

10.2.3 人文关怀:安全问题149

10.3 未来发展趋势分析149

10.3.1 公共数据集和预训练模型149

10.3.2 面向DLBWIR的语义可解释性150

参考文献151

文摘▼

书全面介绍了智能焊接图像识别技术,共10章。第1章和第2章综述了基于深度学习的焊接图像识别技术和焊缝射线图像分析技术,以期帮助读者快速了解领域内研究现状,并为开展智能焊接图像识别研究提供支撑。第3~9章针对焊接图像识别面临的不同工艺、不同视觉任务、不同难点挑战开展了方法研究,以期为读者提供具体的智能焊接图像识别案例参考。第10章首先围绕基于深度学习的焊接图像识别技术路线进行展望,然后从问题设置、技术改进和人文关怀三方面对焊缝射线图像分析技术进行展望,最后从高质量公共数据集和大规模预训练模型、语义可解释性两方面对智能焊接图像识别技术进行趋势分析。

本书可供焊接自动化、计算视觉、深度学习、人工智能等领域的研究人员和工程人员参考。

¥50.71
🛒购物车