-
题名基于多模态张量融合的焊接质量检测方法
被引量：1
- 1
-
-
作者
祝彬
施云惠
王瑾
-
机构
北京工业大学信息学部
-
出处
《热加工工艺》
北大核心
2023年第15期128-132,138,共6页
-
文摘
焊接是一个多因素影响的耦合过程,仅凭单一类型焊接数据检测焊接质量的方式是不充分的。为了满足工业实时性与嵌入式设备的要求,目前基于深度学习的焊接质量检测模型被设计得十分简单,没有发挥出深度学习方法的性能。针对以上问题,提出了基于多模态张量融合的焊接质量检测方法。提出焊接数据集精细划分方案,以解决焊接状态的类内差异;采用MobileNetV2瓶颈模块作为特征提取单元降低模型的参数量;通过各焊接模态子网分别提取不同模态的焊接特征,然后通过张量融合将焊接多模态特征耦合,并提出张量注意力模块,能抑制张量融合产生的大量冗余信息。将本模型在焊接多模态数据集上进行实验。结果表明,提出的多模态张量融合质量检测模型较单模态模型的准确率更高,张量融合、张量注意力模块均提高了模型的准确率。
-
关键词
焊接质量检测
多模态张量融合
张量注意力模块
-
Keywords
welding quality detection
multimodal tensor fusion
tensor attention module
-
分类号
TG441.7
[金属学及工艺—焊接]
-
