{rfName}
A

Indexat a

Llicència i ús

Icono OpenAccess

Citacions

4

Altmetrics

Grant support

This work was partially support by the Programme for Attracting Talent of University of Cadiz, and was developed in the framework of the AUROVI Project, supported by the Ministry of Science, Innovation and Universities under grant EQC2018-005190-P

Anàlisi d'autories institucional

Badesa, Francisco JAutor (correspondència)

Compartir

4 d’agost de 2024
Publicacions
>
Article
Sí

A Neural-Network-Based Cost-Effective Method for Initial Weld Point Extraction from 2D Images

Publicat a:Machines. 12 (7): 447- - 2024-07-01 12(7), DOI: 10.3390/machines12070447

Autors: Lopez-Fuster, MA; Morgado-Estevez, A; Diaz-Cano, I; Badesa, FJ

Afiliacions

Univ Cadiz, Appl Robot Grp, Cadiz 11003, Spain - Autor o coautor
Univ Politecn Madrid, Ctr Automat & Robot CAR UPM CSIC, Madrid 28006, Spain - Autor o coautor

Resum

This paper presents a novel approach for extracting 3D weld point information using a two-stage deep learning pipeline based on readily available 2D RGB cameras. Our method utilizes YOLOv8s for object detection, specifically targeting vertices, followed by semantic segmentation for precise pixel localization. This pipeline addresses the challenges posed by low-contrast images and complex geometries, significantly reducing costs compared with traditional 3D-based solutions. We demonstrated the effectiveness of our approach through a comparison with a 3D-point-cloud-based method, showcasing the potential for improved speed and efficiency. This research advances the field of automated welding by providing a cost-effective and versatile solution for extracting key information from 2D images.

Paraules clau

Computer visionInitial weld pointIntelligent weldingObject detectionPoint cloudRobotic weldingRoboticsShipbuildingYolYolo

Indicis de qualitat

Impacte bibliomètric. Anàlisi de la contribució i canal de difusió

El treball ha estat publicat a la revista Machines a causa de la seva progressió i el bon impacte que ha aconseguit en els últims anys, segons l'agència WoS (JCR), s'ha convertit en una referència en el seu camp. A l'any de publicació del treball, 2024 encara no hi ha indicis calculats, però el 2023, es trobava a la posició 74/182, aconseguint així situar-se com a revista Q2 (Segundo Cuartil), en la categoria Engineering, Mechanical. Destacable, igualment, el fet que la revista està posicionada en el Cuartil Q2 para la agencia Scopus (SJR) en la categoría Industrial and Manufacturing Engineering.

Independentment de l'impacte esperat determinat pel canal de difusió, és important destacar l'impacte real observat de la pròpia aportació.

Segons les diferents agències d'indexació, el nombre de citacions acumulades per aquesta publicació fins a la data 2025-11-09:

  • Scopus: 2

Impacte i visibilitat social

Des de la dimensió d'influència o adopció social, i prenent com a base les mètriques associades a les mencions i interaccions proporcionades per agències especialitzades en el càlcul de les denominades "Mètriques Alternatives o Socials", podem destacar a data 2025-11-09:

  • L'ús d'aquesta aportació en marcadors, bifurcacions de codi, afegits a llistes de favorits per a una lectura recurrent, així com visualitzacions generals, indica que algú està fent servir la publicació com a base del seu treball actual. Això pot ser un indicador destacat de futures cites més formals i acadèmiques. Aquesta afirmació està avalada pel resultat de l'indicador "Capture", que aporta un total de: 8 (PlumX).

Amb una intenció més de divulgació i orientada a audiències més generals, podem observar altres puntuacions més globals com:

    És fonamental presentar evidències que recolzin l'alineació plena amb els principis i directrius institucionals sobre Ciència Oberta i la Conservació i Difusió del Patrimoni Intel·lectual. Un clar exemple d'això és:

    • El treball s'ha enviat a una revista la política editorial de la qual permet la publicació en obert Open Access.
    • Assignació d'un Handle/URN com a identificador dins del Dipòsit en el Repositori Institucional: https://oa.upm.es/83799/

    Com a resultat de la publicació del treball en el repositori institucional, s'han obtingut dades estadístiques d'ús que reflecteixen el seu impacte. En termes de difusió, podem afirmar que, fins a la data

    • Visualitzacions: 134
    • Descàrregues: 37

    Anàlisi del lideratge dels autors institucionals

    Hi ha un lideratge significatiu, ja que alguns dels autors pertanyents a la institució apareixen com a primer o últim signant, es pot apreciar en el detall: Últim Autor (BADESA CLEMENTE, FRANCISCO JAVIER).

    l'autor responsable d'establir les tasques de correspondència ha estat BADESA CLEMENTE, FRANCISCO JAVIER.