标题：基于卷积神经网络的不锈钢焊缝视觉检测系统
作者：成冲 章进强 代杰
作者单位：海大学机电工程与自动化学院电站自动化重点实验室，上海 200072
关键字：焊缝分类，图像处理，深度学习，卷积神经网络
摘要：针对不锈钢焊缝细微、焊缝差异小和识别难等问题，提出一种基于卷积神经网络视觉图像分类的不锈钢焊缝视觉检测系统。不同于常规的焊缝图像处理的方法，该系统先大量采集焊缝图像，对改进的LeNet-5卷积神经网络进行离线模型训练。然后根据实时拍摄的焊缝图像，实现焊缝类型分类。最后根据分类信息确定焊缝信息，引导焊接机器人焊接。实验结果表明，该系统通过采用改进的LeNet-5卷积神经网络自动提取了焊缝图像深层次抽象特征，相比较于传统的BP神经网络，提高了焊缝识别率。