基于压缩激励模块的工业产品缺陷分类算法

摘要：

针对传统的工业产品表面缺陷检测技术检测效率低下、检测速度慢等问题,在以前工作的基础上,提出了基于压缩激励模块的工业产品缺陷分类算法.主要是在原有的并行模块与并行非对称卷积模块基础上增加了压缩和激励机制,通过显式的建模特征通道之间的相互依赖关系来提升网络的表征能力.在偏光片图像数据集上的实验结果表明,在不大量增加模型占用内存大小以及单张图片测试时间的基础上,显著提高了缺陷分类的正确率.

关键词：深度学习、压缩激励模块、缺陷检测、工业产品

分类号：TP274+.3(自动化技术及设备)

资助基金：太原科技大学华科学院大学生创新创业训练计划省级项目;太原科技大学博士科研启动基金;来晋工作优秀博士奖励资金

在线出版日期：2023-11-15（万方平台首次上网日期，不代表论文的发表时间）

页数：共3页

页码：143-145