贝叶斯优化的表面缺陷超分辨率检测
金属表面缺陷待测样本往往存在分辨率低、缺陷边界模糊、缺陷密集、缺陷目标小的情况,同时,构建的检测模型存在大量的超参数需要手动调参,缺乏模型自适应调参能力,本文提出一种基于贝叶斯优化的表面缺陷超分辨率检测算法.通过设计精细化分层结构,丰富主干网络特征图的感受野,增强对高低频信息的提取,重建出边缘纹理清晰的高分辨率图像;通过构建瓶颈残差密集结构,丰富主干特征提取网络的浅层特征和深层特征,提升模型对小目标和密集目标的分类和定位能力;通过贝叶斯优化算法以较小的时间代价自适应优化检测模型的关键超参数.实验表明,本文对NEU-DET数据集中6类金属表面缺陷的mAP0.5可达0.782,同时检测速度可达102f/s,优于其他检测算法.
缺陷检测、超分辨率、瓶颈残差密集块、贝叶斯自优化策略
32
TP391.41;TN911.23;TG115.28
山西省基础研究计划项目;山西省机械产品质量司法鉴定中心企业委托项目;山西省研究生教育改革研究课题;太原科技大学研究生联合培养示范基地项目;太原科技大学研究生教育创新项目
2023-11-15(万方平台首次上网日期,不代表论文的发表时间)
共10页
193-202