卷积神经网络在轻量级焊缝缺陷识别中的应用算法研究.docxVIP

卷积神经网络在轻量级焊缝缺陷识别中的应用算法研究

目录

内容概括．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．4

1.1研究背景与意义．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．4

1.1.1焊接自动化发展现状．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．6

1.1.2焊缝质量检测的重要性．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．8

1.1.3基于深度学习的缺陷检测趋势．．．．．．．．．．．．．．．．．．．．．．．．．．．9

1.2国内外研究现状．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．10

1.2.1传统焊缝缺陷检测方法．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．12

1.2.2基于深度学习的焊缝缺陷检测方法．．．．．．．．．．．．．．．．．．．．．．13

1.2.3轻量级神经网络研究进展．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．14

1.3研究内容与目标．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．17

1.3.1主要研究内容．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．18

1.3.2具体研究目标．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．20

1.4技术路线与研究方法．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．21

1.4.1技术路线．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．22

1.4.2研究方法．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．23

相关理论与技术．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．25

2.1卷积神经网络基础．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．26

2.1.1卷积神经网络概述．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．27

2.1.2卷积神经网络基本结构．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．29

2.1.3卷积神经网络主要类型．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．31

2.2轻量化神经网络设计．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．33

2.2.1轻量化神经网络设计原则．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．34

2.2.2参数压缩与剪枝技术．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．36

2.2.3网络结构优化方法．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．38

2.3焊缝缺陷识别相关技术．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．40

2.3.1焊缝图像预处理技术．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．41

2.3.2缺陷特征提取技术．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．43

2.3.3缺陷分类与识别技术．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．45

基于轻量级卷积神经网络的焊缝缺陷识别模型．．．．．．．．．．．．．．．46

3.1模型总体架构设计．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．47

3.1.1模型输入与输出设计．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．49

3.1.2模型模块划分．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．50

3.2特征提取模块设计．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．51

3.2.1卷积层设计．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．53

3.2.2激活函数选择．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．53

3.2.3批归一化技术应用．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．55

3.3特征融合模块设计．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．56

3.3.1多尺度特征融合．．．．．．．．．．．．．．．．．．．．．．．．．．．