研究问题

焊接异常样本难以大量收集和标注，如何利用有限的新类别样本识别熔透、烧穿和错边等状态？

研究方法

先利用未标注熔池图像与常见类别标注数据进行混合监督预训练，再通过交叉注意力和布朗距离协方差调整特征关系。分类时比较少量支持样本与待测图像的特征相似性。

主要结果

在论文构建的机器人 GTAW 五类状态识别实验中，经过上述预训练，每类使用 15 个少样本标注时获得 96.5% 分类准确率。结果展示了通过迁移已有熔池特征降低新增状态标注需求的可行性。