国内刊号:61-1133/TG
国际刊号:1001-3814
发布日期:
作者:祝彬, 施云惠, 王瑾,
关键词:焊接质量检测, 多模态张量融合, 张量注意力模块,
焊接是一个多因素影响的耦合过程,仅凭单一类型焊接数据检测焊接质量的方式是不充分的。为了满足工业实时性与嵌入式设备的要求,目前基于深度学习的焊接质量检测模型被设计得十分简单,没有发挥出深度学习方法的性能。针对以上问题,提出了基于多模态张量融合的焊接质量检测方法。提出焊接数据集精细划分方案,以解决焊接状态的类内差异;采用MobileNetV2瓶颈模块作为特征提取单元降低模型的参数量;通过各焊接模态子网分别提取不同模态的焊接特征,然后通过张量融合将焊接多模态特征耦合,并提出张量注意力模块,能抑制张量融合产生的大量冗余信息。将本模型在焊接多模态数据集上进行实验。结果表明,提出的多模态张量融合质量检测模型较单模态模型的准确率更高,张量融合、张量注意力模块均提高了模型的准确率。
来源:2023年第15期
《热加工工艺》期刊编辑部