本發明一種基于深度學習的合金組織超聲檢測分類方法,屬于無損檢測領域。所述的方法利用超聲全波掃描系統記錄合金組織的全波信號數據;根據噪聲水平和底波信號損失的不同選定用于進行金相觀察的區域,并根據合金組織特征對選定區域進行進行編號標記,對選定區域對應的數據進行標簽標記;建立一維卷積網絡對標注好的超聲噪聲數據進行訓練學習;經過訓練后的網絡根據輸入的超聲噪聲數據,輸出合金組織分類概率;分類模型充分發揮一維卷積網絡的結構優勢,直接從零開始訓練,可實現端到端的對于合金組織超聲檢測分類效果。具有對被檢合金無損檢測、分類效率高、檢測精度好等優點。
聲明:
“基于深度學習的合金組織超聲檢測分類方法” 該技術專利(論文)所有權利歸屬于技術(論文)所有人。僅供學習研究,如用于商業用途,請聯系該技術所有人。
我是此專利(論文)的發明人(作者)