10.16208/j.issn1000-7024.2019.10.042
SegNet在工件表面缺陷检测中的应用
提出一种基于SegNet网络的表面缺陷检测的方法.将表面缺陷检测问题重构成一种端到端的二分类和多分类问题,分别使用形状标注和矩形标注两种方式对检测结果进行对比分析.网络由一个编码器网络、一个相应的解码器网络以及一个逐像素分类层组成.编码器网络从原始图像分层学习视觉特征,解码器网络逐步将编码特征上采样映射到像素级分类的输入大小.实验结果表明,基于SegNet网络的方法准确率高,鲁棒性强,过程简单,具有一定的通用性.
表面缺陷、缺陷检测、深度学习、神经网络、SegNet网络
40
TP391.41(计算技术、计算机技术)
2019-11-11(万方平台首次上网日期,不代表论文的发表时间)
共6页
2979-2984