一种基于深度迁移学习的钢结构焊缝质量检测方法
# 热门搜索 #
大模型
人工智能
openai
融资
chatGPT
验证码登录
×
发送
登录即代表您已同意AITNT
用户协议
和
隐私政策
登录
登录成功后会自动刷新界面
AITNT公众号
AITNT APP
AITNT交流群
搜索
未登录
首页
AI中心
退出
首页
AI资讯
AI技术研报
AI监管政策
AI产品测评
AI商业项目
AI产品热榜
AI 源力市场
寻求报道
一种基于深度迁移学习的钢结构焊缝质量检测方法
申请号:
CN202510880480
申请日期:
2025-06-27
公开号:
CN120876936A
公开日期:
2025-10-31
类型:
发明专利
摘要
本发明公开了一种基于深度迁移学习的钢结构焊缝质量检测方法,将超声波探伤仪与深度迁移学习图像处理相结合,克服传统图像分类特征提取的局限性、泛化能力不足、计算复杂度高等缺点,自动学习图像中的特征,降低对新数据的依赖性,提高检测的准确性和效率,为钢结构的安全性和可靠性提供有力保障。
技术关键词
深度迁移学习
钢结构焊缝
超声波探伤仪
超声波探伤设备
焊缝缺陷
深度学习网络模型
图像
后续数据分析
波形
卷积神经网络模型
滑动平均滤波
钢结构部件
工程现场