|
|||||
|
|
| 基于改进U-Net的工件表面缺陷分割方法 | |
| 作者姓名： | 宋永献 袁敏峰 王祥祥 夏文豪 李媛媛 |
| 作者单位： | 1.江苏海洋大学电子工程学院222000;2.江苏省海洋资源开发研究院(连云港)222005; |
| 基金项目： | 江苏省“六大人才高峰”高层次人才培养资助项目(2019-XYDXX-243)；江苏省研究生科研与实践创新计划(KYCX20_2937)。 |
| 摘 要： | 针对当前深度神经网络模型在检测小缺陷目标时性能较差的问题，提出了一种基于改进U-Net的工件表面缺陷分割方法。该方法设计了一种仅下采样3次的U型网络，在保持图像特征分辨率的同时获得足够的感受野，有效解决神经网络多次下采样造成的小目标信息丢失问题；引入Dice损失和Focal损失组成的混合损失函数，通过增强分割损失权重并抑制背景信息来提高分割效果，有效解决小缺陷目标的低概率密度问题。通过在表面缺陷数据集上的大量实验和分析，结果表明该算法能够很好地细分出缺陷区域，并在分割精度与速度之间获得平衡。 |
| 关 键 词： | 语义分割 缺陷检测 U型网络 表面缺陷 |
| 本文献已被 维普 等数据库收录！ | |