DB50/T 1807-2025 承压设备射线检测缺陷自动识别系统评价方法

DB50/T 1807-2025

重庆市地方标准 简体中文 现行 页数:16页 | 格式:PDF

基本信息

标准号
DB50/T 1807-2025
标准类型
重庆市地方标准
标准状态
现行
中国标准分类号(CCS)
国际标准分类号(ICS)
发布日期
2025-03-24
实施日期
2025-06-24
发布单位/组织
重庆市市场监督管理局
归口单位
重庆市市场监督管理局
适用范围
-

发布历史

研制信息

起草单位:
-
起草人:
-
出版信息:
页数:16页 | 字数:- | 开本: -

内容描述

ICS23.020.30

CCSJ98

50

重庆市地方标准

DB50/T1807—2025

承压设备射线检测缺陷自动识别

系统评价方法

2025-03-24发布2025-06-24实施

重庆市市场监督管理局发布

DB50/T1807—2025

目次

前言.................................................................................II

1范围................................................................................1

2规范性引用文件......................................................................1

3术语和定义..........................................................................1

4缩略语..............................................................................2

5人员要求............................................................................3

6基本要求............................................................................3

7流程................................................................................4

8标准测试集..........................................................................4

9测试................................................................................6

10指标...............................................................................7

11结果...............................................................................8

附录A(资料性)缺陷自动识别系统评价记录表..........................................11

I

DB50/T1807—2025

前言

本文件按照GB/T1.1—2020《标准化工作导则第1部分:标准化文件的结构和起草规则》的规定

起草。

请注意本文件的某些内容可能涉及专利。本文件的发布机构不承担识别专利的责任。

本文件由北京理工大学重庆创新中心提出。

本文件由重庆市市场监督管理局归口并组织实施。

本文件起草单位:北京理工大学重庆创新中心、重庆市特种设备检测研究院、重庆大学、理工特智

科技(重庆)有限公司、重庆三峰卡万塔环境产业有限公司、重庆美的通用制冷设备有限公司、重庆鹏

程无损检测股份有限公司、重庆建工无损检测工程有限公司、重庆波特无损检测技术有限公司、天津市

特种设备监督检验技术研究院。

本文件主要起草人:于兴华、张文品、李琰、熊治、康笃刚、黄勇、但源、李煜、王小鹏、温浩钰、

张宝鑫、张丽萍、蔡桢、赖通、卫其奎、谢林峰、谢滨骏、黄雪松、闫伟明、付巍、熊开文、陈启勇、

肖华生、陈志刚。

II

DB50/T1807—2025

承压设备射线检测缺陷自动识别系统评价方法

1范围

本文件规定了承压设备射线检测缺陷自动识别系统评价的人员要求、基本要求、流程、标准测试集、

测试、指标、结果等内容。

本文件适用于承压设备金属熔化焊焊接接头X射线底片缺陷自动识别系统的评价。承压设备焊接接

头的γ射线和1Mev以上的X射线检测图像可参照适用。

2规范性引用文件

下列文件中的内容通过文中的规范性引用而构成本文件必不可少的条款。其中,注日期的引用文件,

仅该日期对应的版本适用于本文件;不注日期的引用文件,其最新版本(包括所有的修改单)适用于本

文件。

GB/T25000.51系统与软件工程系统与软件质量要求和评价(SQuaRE)第51部分:就绪可用软件

产品(RUSP)的质量要求和测试细则

GB/T26141.1无损检测射线照相底片数字化系统的质量鉴定

GB/T28452信息安全技术应用软件系统通用安全技术要求

NB/T47013.2承压设备无损检测第2部分:射线检测

NB/T47013.11承压设备无损检测第11部分:射线数字成像检测

NB/T47013.14承压设备无损检测第14部分:射线计算机辅助成像检测

TSGZ8001特种设备无损检测人员考核规则

3术语和定义

下列术语和定义适用于本文件。

缺陷自动识别系统automaticdefectrecognitionsystem

基于计算机视觉算法,对无损检测数字图像缺陷自动识别的计算机应用系统,以下简称系统。

辅助评片assisteddefectrecognition

系统辅助评片人员识别缺陷及评估焊接接头是否合格的过程,包括缺陷定性、定量、定位及评级。

自动评片automateddefectrecognition

系统自主进行缺陷识别及评估焊接接头是否合格的过程,包括缺陷定性、定量、定位及评级。

数字底片digitalfilm

通过射线检测(RT)拍摄的物理底片经底片数字化系统扫描后的数字图像、通过射线数字成像(DR)

检测直接获取的数字图像、通过射线计算机辅助成像(CR)检测扫描后的数字图像。

1

DB50/T1807—2025

标准底片standardfilm

用于测试及评价系统性能的数字底片。

标注样本labelsamples

对标准底片进行缺陷标注生成的标注文件,包含缺陷类型及缺陷位置。

预测样本predictionsamples

由缺陷自动识别系统预测的缺陷识别结果文件,包含缺陷类型及缺陷位置。

训练集trainset

使用人工智能算法训练缺陷识别模型的数字底片集合及对应的标注文件。

标准测试集standardtestset

用于测试及评价系统性能的数字底片集合及对应的标注样本。

正检truedetection

标注样本中的缺陷位置及缺陷类型被正确识别。

误检falsedetection

标注样本中的缺陷位置被正确识别,但缺陷类型未被正确识别。

漏检missdetection

标注样本中的缺陷位置未被正确识别。

误报falsereport

标注样本中无缺陷,而被系统错误识别为有缺陷。

交并比intersectionoverunion

同一缺陷标注区域与预测区域的交集比并集的值。

风险分析riskanalysis

对系统未正确识别的数字底片进行分析,以明确导致系统预测错误的原因和潜在的风险,在风险分

析过程中,需要关注系统未正确识别图像的缺陷类型,缺陷尺寸、缺陷评定级别等。

4缩略语

下列缩略语适用于本文件。

AssistDR:辅助评片(AssistedDefectRecognition)

AutoDR:自动评片(AutomatedDefectRecognition)

CR:射线计算机辅助成像检测(ComputedRadiography)

DR:数字射线(DigitalRadiography)

2

DB50/T1807—2025

FD:误检(FalseDetection)

FR:误报(FalseReport)

MD:漏检(MissDetection)

IOU:交并比(IntersectionOverUnion)

Lable:标注样本(LabelSamples)

Prediction:预测样本(PredictionSample)

RT:射线检测(RadiographicTesting)

TD:正检(TrueDetection)

5人员要求

系统评价人员应按TSGZ8001进行考核并取得RT(D)II级及以上资格证书。

标准测试集标注人员应按TSGZ8001规定取得RTII级及以上证书。

6基本要求

功能要求

6.1.1系统应具备显示数字底片的功能,数字底片的格式包括但不限于DICONDE及TIF格式。

6.1.2系统应具备缺陷自动识别功能,包括但不限于自动识别有无缺陷、缺陷类型、缺陷位置等功能。

6.1.3系统应具备按照NB/T47013.2的规定自动对缺陷识别结果进评级并输出报告的功能。

6.1.4系统应具备自动识别结果人工

定制服务

    推荐标准

    相似标准推荐

    更多>