基于AlexNet的焊缝缺陷分类方法

X射线检测作为一种实用的无损检测(NDT)方法,在压力容器的焊缝缺陷检测中得到了广泛的应用。基于X射线图像的自动缺陷识别技术也随着人工智能(AI)的发展取得了飞速发展。本文将焊缝缺陷裁剪成像素小块作为神经网络的输入,并在AlexNet的基础上通过添加BN层改进了原网络,而后又选取了最优α值的LeakyReLU层代替了原有的ReLU层,使最终的AlexNet-BN-L模型取得了高达88.80%的5折交叉验证平均准确率。