利用卷积神经网络对激光热成像数据中的点焊接头进行分类
计算机视觉与模式识别
2020-10-27 v1
摘要
点焊是各行业中的关键工艺步骤。然而，由于测试材料的复杂性和敏感性，点焊质量分类仍是一个繁琐的过程，这使传统方法达到其极限。在本文中，我们提出一种利用激光热成像数据图像进行点焊质量检验的方法。我们基于点焊接头在脉冲激光热成像加热下的底层物理，通过分析随时间变化的强度，提出数据准备方法，并推导专用数据滤波器以生成训练数据集。随后，我们利用卷积神经网络对焊接质量进行分类，并比较不同模型之间的性能。与传统方法相比，我们在分类不同焊接质量类别方面取得了具有竞争力的结果，准确率超过 95%。最后，我们探究了不同数据增强方法的效果。
引用
@article{arxiv.2010.12976,
title = {Classification of Spot-welded Joints in Laser Thermography Data using Convolutional Neural Networks},
author = {Linh Kästner and Samim Ahmadi and Florian Jonietz and Mathias Ziegler and Peter Jung and Giuseppe Caire and Jens Lambrecht},
journal= {arXiv preprint arXiv:2010.12976},
year = {2020}
}
备注
9 pages,11 figures