基于卷积神经网络的焊缝缺陷检测方法

压力容器其本体是由多块钢板焊接组成,焊缝质量好坏对压力容器的制造质量和安全使用至关重要。X射线检测是工业无损检测的重要方法之一,因此在生产中对压力容器焊缝进行X射线检测有利于在制造中发现缺陷,有利于提升产品质量和生产效益。X射线检测可以使焊缝内部缺陷显现在底片图像上,由于焊缝射线图像评定具有较强的复杂性,因此以往采取的传统检验人员凭借经验对焊缝图像进行评定的方式进行焊缝的质量检测效率相对较差,且存在局限性,因此需要以卷积神经网络为基础形成一种焊缝X射线图像智能识别方法,能够提高检测效率与检测精度,进而达到预期的检测目标。