| 基于注意力机制和深度学习的钢板表面缺陷图像分类 |
| |
| 引用本文： | 江培营,陶青川,艾梦琴. 基于注意力机制和深度学习的钢板表面缺陷图像分类[J]. 计算机应用与软件, 2021, 38(9): 214-219. DOI: 10.3969/j.issn.1000-386x.2021.09.033 |
| |
| 作者姓名： | 江培营 陶青川 艾梦琴 |
| |
| 作者单位： | 四川大学电子信息学院 四川成都610065 |
| |
| 摘 要： | 针对当前国内钢板表面缺陷图像分类精度不高的问题,提出一种基于注意力机制改进Inception-ResnetV2模型的钢板表面缺陷图像分类方法.实验将六种不同类型的热轧钢板表面缺陷图像进行分类,为了更好地提取任务相关特征,在Inception-ResnetV2模型基础上嵌入CBAM注意力机制模块,该模块可以自主学习每个通...
|
| 关 键 词： | 表面检测 注意力机制 Inception-ResnetV2 CBAM |
STEEL SURFACE DEFECT IMAGE CLASSIFICATION BASED ON ATTENTION MECHANISM AND DEEP LEARNING |
| |
| Jiang Peiying,Tao Qingchuan,Ai Mengqin. STEEL SURFACE DEFECT IMAGE CLASSIFICATION BASED ON ATTENTION MECHANISM AND DEEP LEARNING[J]. Computer Applications and Software, 2021, 38(9): 214-219. DOI: 10.3969/j.issn.1000-386x.2021.09.033 |
| |
| Authors: | Jiang Peiying Tao Qingchuan Ai Mengqin |
| |
| Abstract: | |
| |
| Keywords: | |
| 本文献已被 万方数据 等数据库收录！ |
|
