1.一种钢结构焊缝缺陷的检测方法,其特征在于,包括:
2.根据权利要求1所述的钢结构焊缝缺陷的检测方法,其特征在于,cnnf特征的提取过程为:
3.根据权利要求2所述的钢结构焊缝缺陷的检测方法,其特征在于,可变更的网络参数包括卷积核尺寸、卷积核的数量以及非线性函数。
4.根据权利要求1-3中任一项所述的钢结构焊缝缺陷的检测方法,其特征在于,提取cnnf特征时,对特征提取网络进行重参数化处理,以将不同尺寸的卷积层、批归一化层以及残差连接全部融合成单一的卷积层。
5.根据权利要求1-3中任一项所述的钢结构焊缝缺陷的检测方法,其特征在于,所述分类器的训练方法,包括:
6.根据权利要求1-3中任一项所述的钢结构焊缝缺陷的检测方法,其特征在于,对缺陷进行定位和标记的具体操作为:将包含缺陷的网格融合基础网格变成缺陷的预测框,再将相交的预测框合并直到预测框的数量不再变化,得到最终的预测框。
7.一种钢结构焊缝缺陷的检测装置,其特征在于,包括:
8.一种钢结构焊缝缺陷的分类识别方法,其特征在于,包括:
9.根据权利要求8所述的钢结构焊缝缺陷的分类识别方法,其特征在于,所述钢结构焊缝缺陷分类模型使用由repvgg结构单元组成的骨干网络,其网络模型由5个repvgg模块和单个注意力层构成,其中注意力层位于第1个和第2个repvgg模块之间且邻域大小为5,对该模型进行训练时使用adam优化器,初始学习率为0.001,损失函数使用交叉熵损失函数,训练过程中使用余弦衰减调整学习率。
10.一种电子设备,包括可存储介质和处理器,可存储介质中存储有计算机程序,其特征在于,所述处理器调用上述计算机程序时可以执行权利要求1-6中任一项所述的焊缝缺陷的检测方法或者权利要求8或9中的焊缝缺陷的分类识别方法。