← 返回列表

一种无损检测模型构建方法、无损检测方法、装置及介质

申请号: CN202410166766.0
申请人: 杭州灵西机器人智能科技有限公司; 浙江工业大学
更新日期: 2026-03-20

专利详细信息

项目 内容
专利名称 一种无损检测模型构建方法、无损检测方法、装置及介质
专利类型 发明申请
申请号 CN202410166766.0
申请日 2024/2/6
公告号 CN117710379A
公开日 2024/3/15
IPC主分类号 G06T7/00
权利人 杭州灵西机器人智能科技有限公司; 浙江工业大学
发明人 游小超; 王灿; 刘浩洲; 付明磊; 张文安; 丁丁
地址 浙江省杭州市余杭区余杭街道天目山西路360号未来科技城AI产业园4幢1-3层; 浙江省杭州市下城区潮王路18号

摘要文本

本发明公开了一种无损检测模型构建方法、无损检测方法、装置及介质,包括:基于获取到的目标检测对象的热像图,采用特征提取网络模型得到特征图;基于所述特征图进行多尺度特征联通处理,得到多尺度特征联通图;基于所述特征图进行多维特征池化处理,得到多维池化特征;基于所述多尺度特征联通图和所述多维池化特征,采用掩码预测模型得到预测掩码;基于所述预测掩码、所述多维池化特征和预先卷积后的特征图,采用持续认知模型进行训练,直至满足预设条件得到训练好的无损检测模型。本申请利用该无损检测模型对目标检测对象的缺损检测精度高,尤其适用复杂工件的无损检测。

专利主权项内容

1.一种无损检测模型构建方法,其特征在于,所述构建方法包括:基于获取到的目标检测对象的热像图,采用特征提取网络模型得到特征图;基于所述特征图进行多尺度特征联通处理,得到多尺度特征联通图;基于所述特征图进行多维特征池化处理,得到多维池化特征;基于所述多尺度特征联通图和所述多维池化特征,采用掩码预测模型得到预测掩码;基于所述预测掩码、所述多维池化特征和预先卷积后的特征图,采用持续认知模型进行训练,直至满足预设条件得到训练好的无损检测模型。