基于注意力密集连接Unet的磁瓦表面孔洞和裂痕缺陷分割算法

陈荣演; 邱天; 杨创富

首页> 中文期刊> 《五邑大学学报：自然科学版》 >基于注意力密集连接Unet的磁瓦表面孔洞和裂痕缺陷分割算法

基于注意力密集连接Unet的磁瓦表面孔洞和裂痕缺陷分割算法

开具论文收录证明 >>

期刊封面封底目录下载 >>

文献代查 >>

页面导航

摘要
著录项
相似文献
相关主题

摘要

针对检测磁瓦孔洞和裂痕时容易丢失缺陷特征等问题,本文在Unet网络的基础上添加注意力模块CBAM来提取更受关注的特征,并在Unet网络的编码部分使用密集连接来充分利用特征.同时,为了减少Unet网络的过多池化下采样操作导致小物体特征消失,还使用膨胀率为[1,2,5,1,2,5]的混合空洞卷积取代池化操作.最后设置加权交叉熵损失函数解决磁瓦数据集当中样本分布不均的问题.实验证明,本文算法在磁瓦孔洞和裂痕缺陷分割时,MIoU分别提高了2.696%和2.739%,Dice系数分别提高了3.342%和2.602%.本文算法在一定程度上提升了磁瓦缺陷分割精确度,还改善了Unet网络边界分割模糊等问题.

著录项

来源
《五邑大学学报：自然科学版》 |2023年第2期|73-78|共6页
作者
陈荣演; 邱天; 杨创富;
展开▼
作者单位

五邑大学智能制造学部;

展开▼
原文格式 PDF
正文语种 chi
中图分类 TP391.41;
关键词
密集连接; 注意力机制; Unet; 图像分割;

相似文献

中文文献
外文文献
专利

1. 基于深度学习的磁瓦表面孔洞和裂纹缺陷识别 [J] . 文喆皓 ,周敏 . 兵器材料科学与工程 . 2020,第6期
2. 基于深度学习的磁瓦表面缺陷分割与识别 [J] . 谢舰 ,姚剑敏 ,严群 . 液晶与显示 . 2021,第005期
3. 基于Mask R-CNN的磁瓦表面缺陷检测算法 [J] . 郭龙源 ,段厚裕 ,周武威 . 计算机集成制造系统 . 2022,第5期
4. 基于YOLOv3的磁瓦表面缺陷检测算法 [J] . 郭龙源 ,童光红 ,段厚裕 . 成都电子机械高等专科学校学报 . 2019,第003期
5. 基于YOLOv3的磁瓦表面缺陷检测算法 [J] . 郭龙源12 ,童光红12 ,段厚裕12 . 成都工业学院学报 . 2019,第003期
6. 干压磁瓦表面鼓包缺陷的成因分析及解决措施 [C] . 全小康 ,QUAN Xiao-kang ,HU Guo-hui . 2018中国磁性材料技术与应用及市场发展论坛 . 2018

基于注意力密集连接Unet的磁瓦表面孔洞和裂痕缺陷分割算法

摘要

著录项

相似文献

相关主题

期刊订阅