买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉上海交通大学申请的专利基于深度残差卷积网络的角焊缝熔深在线实时预测与评估方法和系统获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN118447332B 。

龙图腾网通过国家知识产权局官网在2025-08-26发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202410647040.9，技术领域涉及：G06V10/764；该发明授权基于深度残差卷积网络的角焊缝熔深在线实时预测与评估方法和系统是由张轲;孙浩瀚;周义虎;王皖勇设计研发完成，并于2024-05-23向国家知识产权局提交的专利申请。

本基于深度残差卷积网络的角焊缝熔深在线实时预测与评估方法和系统在说明书摘要公布了：本发明提供了一种基于深度残差卷积网络的角焊缝熔深在线实时预测与评估方法和系统，包括：采集角焊缝焊接过程中的熔池区域正面图像；利用三类Otsu阈值分割法获取正面熔池中心ROI图像；对熔池中心ROI图像进行标注与数据增广，得到熔深预测数据集；设计以熔池图像为输入，以熔深标签分类为输出，由残差卷积模块堆叠而成的深度残差卷积网络，对深度残差卷积网络进行训练、验证和测试；根据训练好的深度残差卷积网络，在焊接过程中对角焊缝熔深进行实时预测与评估。本发明采用深度学习，实现了端到端的熔深实时预测，避免了传统基于图像处理的提取特征方法的繁琐步骤，对复杂焊接场景有更好地适应性，精确度高。

本发明授权基于深度残差卷积网络的角焊缝熔深在线实时预测与评估方法和系统在权利要求书中公布了：1.一种基于深度残差卷积网络的角焊缝熔深在线实时预测与评估方法，其特征在于，包括： 步骤S1：采集角焊缝焊接过程中的熔池区域正面图像，将CCD相机固定于焊接机器人上，设计并开展焊接工艺参数正交实验，进行图像采集，并对采集到的图像进行初步筛选； 步骤S2：针对采集到的熔池区域正面图像的特点，利用三类Otsu阈值分割法获取正面熔池图像的熔池中心ROI图像； 步骤S3：对熔池中心ROI图像进行标注与数据增广，得到角焊缝熔深预测数据集； 步骤S4：根据得到的角焊缝熔深预测数据集，设计以熔池图像为输入，以熔深标签分类为输出，由残差卷积模块堆叠而成的深度残差卷积网络，并对深度残差卷积网络进行训练、验证和测试； 步骤S5：根据训练好的深度残差卷积网络，在焊接过程中对角焊缝熔深进行实时预测； 所述步骤S1包括： 步骤S1.1：安装及调试实验装置：使焊枪中心垂直于水平面；将CCD相机沿焊接方向安装在焊接机器人上，调整并固定CCD相机姿态使焊枪中心位于CCD相机视场中心；将工件放置在支架上； 步骤S1.2：焊接实验设计：采用正交实验设计，针对送丝速度、焊枪角度以及弧长修正系数设置三因子多水平实验；进行各组参数焊接实验； 步骤S1.3：按照固定帧率获取焊接过程中熔池图像，根据预设图像质量条件对熔池图像进行筛选； 所述步骤S2包括： 步骤S2.1：先对图像进行滤波处理，除去熔池图像中存在的噪声，减弱弧光对图像处理的干扰； 步骤S2.2：通过直方图均衡化利用灰度变换自动调节扩大图像的动态范围，提高对比度和灰度色调的变化； 步骤S2.3：使用三类Otsu阈值法进行阈值处理，得到熔池中心ROI图像； 步骤S2.4：对熔池ROI进行筛选，剔除大小及灰度分布不满足要求的ROI图像； 所述步骤S3包括： 步骤S3.1：金相观察，确定实验参数对应熔深：角焊缝焊接试件取焊后焊接试件前、中、后段，沿垂直于焊缝轴线方向截取试样，切割、打磨、抛光后用腐蚀剂进行腐蚀，在金相显微镜下观察不同组角焊缝两侧的熔透情况，记录不同组角焊缝两侧的熔深，以前、中、后的熔深平均值作为该焊缝的熔深； 步骤S3.2：数据集构建：各组实验中熔池中心ROI图像和相应焊缝的熔深标签构成角焊缝熔深预测数据集； 步骤S3.3：数据集划分：将得到的数据集按照预设比例分成训练集、验证集及测试集； 所述步骤S4包括： 步骤S4.1：设计以熔池图像为输入，以熔深标签分类为输出，由残差卷积模块堆叠而成的深度残差卷积网络； 步骤S4.2：配置训练方法，包括设定学习率、衰减方式、损失函数，以及批量大小batch_size，迭代次数epoch； 步骤S4.3：对熔池中心ROI图像进行图像预处理：首先将灰度图像转换为三通道彩色图像，然后对图像进行压缩，裁剪成深度残差卷积网络的标准输入尺寸，将预处理后的图像作为深度残差卷积网络的输入； 步骤S4.4：使用深度残差卷积网络预训练权重进行迁移学习，冻结各卷积层的权重，仅对与具体分类相关的全连接层的权重进行训练； 步骤S4.5：使用验证集进行过拟合检查，判断深度残差学习网络对验证集图像处理的损失函数是否呈现先下降、后反而上升的现象，当验证集的损失函数不再下降时，停止训练； 步骤S4.6：通过测试集对深度残差辨识模型的准确性和可靠性进行测试。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人上海交通大学，其通讯地址为：200240 上海市闵行区东川路800号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。