基于特征金字塔匹配和自监督的表面缺陷检测 |
| |
引用本文: | 梁明,张明路,吕晓玲.基于特征金字塔匹配和自监督的表面缺陷检测[J].激光与光电子学进展,2023(4):367-375. |
| |
作者姓名: | 梁明 张明路 吕晓玲 |
| |
作者单位: | 河北工业大学机械工程学院 |
| |
基金项目: | 国家重点研发计划(2017YFB1303700); |
| |
摘 要: | 针对传统表面缺陷检测无法适应工业复杂背景等问题,提出一种基于特征金字塔匹配和自监督的表面缺陷检测算法。首先,将两个基于通道注意力的残差网络提取的特征构成金字塔,根据网络各层输出的差异找到缺陷。其次,网络预训练的方式上采用了自我引导潜能(BYOL)自监督学习,经过自监督学习的网络可以提取通用特征,并提高缺陷检测方法的泛化性。最后,在遇到模糊图像时,采用基于不同分辨率的蒸馏训练来让学生网络充分学会提取图像的深度特征。对所提算法在3个数据集上进行了测试,实验结果证明,所提方法好于对照组,具有更高的缺陷检测精度。
|
关 键 词: | 图像处理 缺陷检测 特征金字塔 自监督学习 知识蒸馏 预训练网络 |
|
|