基于音频与视频的无监督焊接缺陷检测
机器人学
2024-09-05 v1 计算机视觉与模式识别
图像与视频处理
摘要
本文探讨了人工智能应用于机器人焊接的应用. 机器人焊接是许多行业中广泛使用的数据技术, 但目前机器人尚 lacks 检测由各种原因在焊接过程中引入的焊接缺陷的能力. 我们描述了如何应用深度学习方法通过记录焊接过程中的音频和视频来检测焊接缺陷.我们的研究基于我们收集的超过 4000 个焊接样本的数据, 该数据覆盖不同的焊接类型、材料和各种缺陷类别.所有深度学习模型都是以无监督方式训练的, 因为可能的缺陷空间很大且我们的数据中的缺陷可能包含偏见.我们演示了从音频和视频中对大多数缺陷类别实现可靠的实时检测是可行的, 通过结合两种模态性质实现了所需的改进.具体而言, 多模态方法在数据中所有 11 种缺陷类型上的平均 AUC 为 0.92.我们以缺陷类型的分析结果和未来工作讨论结束.
引用
@article{arxiv.2409.02290,
title = {Unsupervised Welding Defect Detection Using Audio And Video},
author = {Georg Stemmer and Jose A. Lopez and Juan A. Del Hoyo Ontiveros and Arvind Raju and Tara Thimmanaik and Sovan Biswas},
journal= {arXiv preprint arXiv:2409.02290},
year = {2024}
}
备注
21 pages