基于U型残差编解码网络的带钢缺陷检测算法

摘要：

工业生产中带钢表面缺陷具有缺陷类型多变、背景杂乱和对比度低等特点,现有的缺陷检测方法无法检测出完整的缺陷对象.针对上述问题,提出一种基于 U型残差编解码网络的带钢缺陷检测算法.在编码阶段,算法利用全卷积神经网络提取丰富的多尺度缺陷特征,并结合注意力机制加速模型收敛.在解码阶段,使用所提出的 U型残差解码网络恢复编码阶段编码的显著性信息.此外,设计了一个残差细化网络,用以进一步优化粗糙的显著图.实验结果表明,所提出的算法具有较强的鲁棒性.

关键词：编解码、缺陷检测、显著目标检测、残差细化结构

所属期刊栏目：36

分类号：X513(大气污染及其防治)

资助基金：国家自然科学基金;国家自然科学基金;河南省自然科学基金青年项目;河南省自然科学基金青年项目;河南省高等学校重点科研项目;信阳师范学院研究生科研创新基金项目

在线出版日期：2023-07-27（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：484-489