基于深度學習的X射線燃料棒端塞缺陷自動檢測方法研究

摘要： 為了提高深度學習在X射線燃料棒端塞缺陷檢測中的準確性，實現(xiàn)更高精度的無損檢測，本文基于YOLOX的目標檢測模型，針對該場景下目標缺陷尺寸極小的特點，對網絡結構和損失函數(shù)進行了相應的改進，并在工業(yè)數(shù)據(jù)集上進行了驗證。結果表明，該算法方案在保持較高識別速度的同時，識別精度獲得了明顯的提升，達到生產檢測要求。該研究方法為今后燃料棒端塞焊縫X射線數(shù)字檢測圖像的高精度自動分析評價打下了堅... （共10頁）