技术特征：
技术总结
本发明公开了一种基于深度学习的焊接机器人的焊缝识别方法，包括：获取焊缝的样本图像集；建立卷积‑反卷积神经网络的模型；模型包括卷积神经网络和反卷积神经网络，通过卷积神经网络提取待识别焊缝的图像特征，通过反卷积神经网络获取待识别焊缝的语义表达式；卷积神经网络包括具有卷积核的卷积层，卷积核的采样点位置均设置偏移变量，以实现卷积核采样点根据待识别焊缝的特征自适应变化；利用样本图像集训练模型，得到卷积‑反卷积神经网络；将获取的待识别焊缝的图像输入卷积‑反卷积神经网络，得到待识别焊缝的分割图片和分割图片所对应的焊缝类型。上述焊缝识别方法，能够极大提高焊缝识别的精度和效率。
技术研发人员：王涛;孙振;倪浩敏;萧堪鸿
受保护的技术使用者：广东工业大学
技术研发日：2019.05.22
技术公布日：2019.08.16