摘要
由于生产工艺条件的限制,钢管焊缝表面缺陷具有多样复杂的特征,不同产线生产的焊管焊缝缺陷往往具有不同的特征。因此,焊管表面缺陷检测算法应具有良好的泛化性能。本文针对钢管焊缝缺陷的检测,建立了16种类型的钢管焊缝缺陷数据集,并对数据集进行了扩充,以减少过拟合。文中改进了(YOLO-v5)网络由29个卷积层组成,为钢管焊缝缺陷检测提供了端到端的解决方案。利用该网络对16种类型的缺陷进行了评估,达到了97.55%的准确率和95.86%的召回率。此外,我们的网络以67FPS的速度实现了99%的检出率,为钢管焊缝射线探伤系统的缺陷实时检测提供了方法论支持。同时,该模型还可以预测缺陷区域的位置、尺寸和缺陷类型等信息,对评价整条焊管产线的质量具有重要意义。
出处
《新型工业化》
2021年第3期99-100,110,共3页
The Journal of New Industrialization
