TDIP：可调深度图像处理，实时熔池监控解决方案
计算机视觉与模式识别
2024-03-28 v1
摘要
在工业 4.0 时代，增材制造 (AM)，尤其是金属 AM，因其创新且高性价比的制造复杂几何形态的方法而成为重要力量。尽管存在潜力，但该行业仍缺乏实时处理能力的过程监控算法。近期在该领域的进展表明，熔池 (MP) 签名在制造过程中包含关于过程动力学和质量的关键信息。为获取此信息，采用各种感知方法，如基于高速相机的视觉模块，用于在线制造监控。然而，许多传统深层分析仍无法同时处理所有记录的数据。尽管传统图像处理 (ImP) 解决方案提供了有针对性的可调方法，但在收敛确定性与收敛速度之间存在权衡。结果是，传统方法不适用于 MP 监控这类动态应用。因此，本文提出实施一种可调深度图像处理 (TDIP) 方法，以满足数据丰富的实时监控需求。该模型首先被训练以复制具有可调特征和方法的 ImP 算法。随后，对 TDIP 模型进行进一步改进，以考虑 MP 几何形态和制造质量，基于视觉输入和过程参数。TDIP 模型在质量、几何形态和 MP 签名估计以及隔离方面实现了 94% 以上的估计准确率和 96% 以上的 R2 分数。TDIP 模型可每秒处理 500 张图像，而传统方法需数分钟才能处理一张图像。这种显著的处理时间缩短，使基于视觉的监控能够集成到实时过程和质量估计中。
引用
@article{arxiv.2403.18117,
title = {TDIP: Tunable Deep Image Processing, a Real Time Melt Pool Monitoring Solution},
author = {Javid Akhavan and Youmna Mahmoud and Ke Xu and Jiaqi Lyu and Souran Manoochehri},
journal= {arXiv preprint arXiv:2403.18117},
year = {2024}
}