- 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
- 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
GB/T13814—92
GB/T13814—92
PAGE
PAGE1
中国焊接协会发布XXXX-XX-XX实施XXXX-
中国焊接协会发布
XXXX-XX-XX实施
XXXX-XX-XX发布
焊接接头射线探伤缺陷智能识别模型评价方法
Evaluationmethodforanintelligentdefect-recognitionmodelinradiographictesting
ofweldingjoints
(征求意见稿)
(本稿完成时间:2025年11月20日)
T/CWAN0174—XXXX
GB/T13814—92
团体标准
ICS25.160.01
CCSJ33
CWAHB10001—2016
T/CWAN0174—XXXX
PAGEII
PAGEII
目录
TOC\o1-4\h\u1779052012前言 II
13961427861范围 1
15654771802规范性引用文件 1
53212163术语和定义 1
13868477854缩略语 2
21107016045人员要求 3
2794936356基本要求 3
9027874567检验记录要求 5
前言
本文件按照GB/T1.1—2020《标准化工作导则第1部分:标准化文件的结构和起草规则》的规定起草。
本文件的某些内容可能涉及专利。本文件的发布机构不承担识别专利的责任。
本文件由中国焊接协会提出并归口。
本文件起草单位:。
本文件主要起草人:。
CWAHB10001—2016
T/CWAN0174—XXXX
2
PAGE6
焊接接头射线探伤缺陷智能识别模型评价方法
范围
本文件规定了焊接接头射线探伤缺陷智能识别模型评价的人员要求、基本要求、流程、标准测试集、测试、指标、结果等内容。
本文件适用于金属熔化焊焊接接头X射线底片缺陷自动识别系统的评价,γ射线和1Mev以上的X射线检测图像可参照适用。
规范性引用文件
下列文件中的内容通过文中的规范性引用而构成本文件必不可少的条款。其中、注日期的引用文件、仅该日期对应的版本适用于本文件;不注日期的引用文件、其最新版本(包括所有的修改单)适用于本文件。
GB/T26141.1无损检测射线照相底片数字化系统的质量鉴定
NB/T47013.2承压设备无损检测第2部分:射线检测
NB/T47013.11承压设备无损检测第11部分:射线数字成像检测
NB/T47013.14承压设备无损检测第14部分:射线计算机辅助成像检测
TSGZ8001特种设备无损检测人员考核规则
术语和定义
下列术语和定义适用于本文件。
3.1
缺陷自动识别系统automaticdefectrecognitionsystem
基于计算机视觉算法,对无损检测数字图像缺陷自动识别的计算机应用系统,以下简称系统。
3.2
辅助评片assisteddefectrecognition
系统辅助评片人员识别缺陷及评估焊接接头是否合格的过程,包括缺陷定性、定量、定位及评级。
3.3
自动评片automateddefectrecognition
系统自主进行缺陷识别及评估焊接接头是否合格的过程,包括缺陷定性、定量、定位及评级。
3.4
数字底片digitalfilm
通过射线检测(RT)拍摄的物理底片经底片数字化系统扫描后的数字图像、通过射线数字成像(DR)检测直接获取的数字图像、通过射线计算机辅助成像(CR)检测扫描后的数字图像。
3.5
标准底片standardfilm
用于测试及评价系统性能的数字底片。
3.6
标注样本labelsamples
对标准底片进行缺陷标注生成的标注文件,包含缺陷类型及缺陷位置。
3.7
预测样本predictionsamples
由缺陷自动识别系统预测的缺陷识别结果文件,包含缺陷类型及缺陷位置。
3.8
训练集trainingset
使用人工智能算法训练缺陷识别模型的数字底片集合及对应的标注文件。
3.9
标准测试集standardtestset
用于测试及评价系统性能的数字底片集合及对应的标注样本。
3.10
正检truedetection
标注样本中的缺陷位置及缺陷类型被正确识别。
3.11
误检falsedetection
标注样本中的缺陷位置被正确识别,但缺陷类型未被正确识别。
3.12
漏检missdetection
标注样本中的缺陷位置未被正确识别。
3.13
误报falsereport
标注样本中无缺陷,而被系统错误
您可能关注的文档
最近下载
- 新概念2词汇测试(21-30)含答案.doc VIP
- 杜绝家暴协议书6篇.docx VIP
- 儿童抗微生物药物临床合理应用及耐药菌院感防控基础训练题库答案-2025年华医网继续教育答案.docx VIP
- 红花质量分级.pdf
- 2025至2030中国泌尿外科设备行业发展趋势分析与未来投资战略咨询研究报告.docx VIP
- 最新部编版一年级语文上册表格式教案【全册】 教案【2018新教材】.pdf VIP
- 福建省漳州第一中学2025-2026学年八年级上学期11月期中数学试题(含解析).docx VIP
- DBJ04_T 282-2025 行道树栽植技术规程.docx
- 遥感图像的计算机分类.pptx VIP
- 儿童过敏风湿免疫性疾病诊治新进展题库答案-2025年华医网继续教育.docx VIP
原创力文档


文档评论(0)