本发明公开了一种基于深度学习算法的
复合材料缺陷无损探伤方法，首先对原始图像进行预处理，每张预处理图像对应一张标签图片；以预处理图像作为U‑net网络的输入，标签图像作为标签，通过梯度下降法对U‑net网络进行迭代训练，训练完成的U‑net网络构成处理网络；处理网络的输出为输入图像的特征图；将待处理图像输入处理网络后输出特征图，通过阈值分割算法对特征图进行处理，得到标记缺陷的二值图像，再通过矩形框定位算法在二值图像中定位缺陷位置；最终将二值图像和待处理图像融合，在待处理图像中定位缺陷。本发明通过神经网络学习特征的快捷性和高准确性，解决传统算法的局限性，为复合材料的缺陷检测提供新的思路。
声明：
“基于深度学习算法的复合材料缺陷无损探伤方法” 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)
893
编辑：管理员
来源：北方有色网
咨询细节
