摘要
本发明涉及焊缝检测技术领域，提供了一种焊缝视觉智能检测设备及方法，该检测方法包括：获取焊缝2D图像；获取焊缝3D形貌数据，生成焊缝点云数据；根据焊缝2D图像以及焊缝点云数据生成训练数据集；构建神经网络模型，通过训练数据集对神经网络模型进行训练；根据训练好的神经网络模型对焊缝图像进行智能检测；其中，神经网络模型的损失函数包括2D定位损失项、分类任务损失项以及3D边框回归损失项。本发明通过获取包括2D定位损失项、分类任务损失项以及3D边框回归损失项在内的损失函数，可以实现多任务协同优化，兼顾了分类鲁棒性、2D定位精度和3D几何重建能力，适用于工业检测中高精度、多模态融合的场景需求。
