基于ResNet-CGAN的多层多道焊缝特征识别方法及系统

本发明属于焊缝缺陷图像识别技术领域，具体涉及基于ResNet‑CGAN的多层多道焊缝特征识别方法及系统，包括：采集多层多道焊接的图像数据；将图像数据输入到预先训练好的融合残差网络与条件生成对抗网络的模型中，模型包括生成器网络和判别器网络；生成器网络基于残差网络的编码器‑解码器结构构建，并融合了颜色注意力机制进行增强处理，以生成高质量特征图；判别器网络对高质量特征图和真实特征图标注进行判别，并对生成器网络进行优化训练；从优化后的生成器网络输出的高质量特征图中提取焊缝中心线及焊缝特征点信息。本发明实现高精度、高实时性的焊缝信息提取，为机器人路径规划提供可靠数据支持。