相关实验视频
Updated: Jun 9, 2025
09:17
Surrogate Model Development for Digital Experiments in Welding
Published on: March 28, 2025
709
基于融池视频的多尺度特征融合的接缺陷监测
Chenbo Shi1, Lei Wang1, Changsheng Zhu1
1College of lntelligent Equipment, Shandong University of Science and Technology, Taian 271019, China.
Sensors (Basel, Switzerland)
|October 26, 2024
概括
这项研究引入了一种新的多尺度融合方法,用于使用视频实时监测化池缺陷. 该方法通过分析时间光点变化来提高智能自动化接质量控制,以准确检测缺陷.
科学领域:
- 材料科学 材料科学 材料科学
- 机器人技术 机器人技术 机器人技术
- 计算机视觉 计算机视觉
背景情况:
- 池的实时质量监测对于智能自动接至关重要.
- 单图像分析面临着由于池动态,不同视角和形状变化的挑战.
- 现有的方法在复杂的接环境中难以准确检测缺陷.
研究的目的:
- 开发一种强大的多尺度聚变方法,用于使用视频数据监测化池缺陷.
- 解决单分析在捕获动态化池特征方面的局限性.
- 为了提高智能自动接中缺陷检测的准确性和效率.
主要方法:
- 一种多尺度的融合方法,分析化池光斑的时间变化.
- 在视频之间传输特征以捕捉动态池行为.
- 使用行/列卷积和一个封闭的融合模块进行多尺度的特征融合.
- 混合注意力机制的整合,以增强特征提取.
主要成果:
- 在化池视频数据集上实现了97.416%的准确性.
- 每个样本的快速处理时间为16ms.
- 在外部数据集上展示了强大的概括能力 (UCF101-24,JHMDB).
结论:
- 拟议的多尺度聚变方法有效地实时监测化池质量.
- 该技术克服了与动态池变化和摄像机视角相关的挑战.
- 这一进步为高质量,智能自动接系统做出了重大贡献.
