多模型深度网络激光焊接熔池检测

作     者：苟军年 王亚鹏 

作者机构：兰州交通大学自动化与电气工程学院 

出 版 物：《中国激光》 (Chinese Journal of Lasers)

年 卷 期：2024年

核心收录：

学科分类：080503[工学-材料加工工程] 08[工学] 0805[工学-材料科学与工程（可授工学、理学学位）] 0802[工学-机械工程] 080201[工学-机械制造及其自动化] 

基　　金：国家自然科学基金资助项目(72171106) 

主　　题：激光焊接 熔池去噪 熔池跟踪 Mask2Former网络 知识蒸馏 

摘      要：为了实现激光焊接中熔池的实时检测，满足工业产品焊接的可视化检测需求，提出了一种基于轻量化Mask2Former语义分割网络的激光焊接熔池图像检测方法，实现了对熔池的跟踪与检测。针对激光焊接加工过程中由飞溅和烟雾等噪音导致的熔池图像模糊，采用SCUNet对熔池图像进行增强，实现熔池图像的去噪；针对在激光焊接图像中熔池较小的问题，利用MixFormer网络实现对熔池的定位和提取；利用Mask2Former语义分割网络对熔池进行分割，采用知识蒸馏的方法对分割网络进行蒸馏，实现对熔池的动态分割。实验结果表明，经过蒸馏的网络的平均交并比提高至97.21%，单张图片推理所需的时间为84.7ms，相较于原网络平均交并比提高了0.19%，和其他所选经典分割网络相比改进后的方法能够有效地平衡检测速度和检测精度。