基于多支路卷积神经网络的磁瓦表面缺陷检测算法

作     者：刘培勇 董洁 谢罗峰 朱杨洋 殷国富 LIU Pei-yong;DONG Jie;XIE Luo-feng;ZHU Yang-yang;YIN Guo-fu

作者机构：四川大学机械工程学院成都610065 成都航空职业技术学院成都610100 

基　　金：国家自然科学基金项目(5207535) 四川省科技计划项目(2020ZDZX0014,2021YJ0055) 

出 版 物：《吉林大学学报（工学版）》 (Journal of Jilin University:Engineering and Technology Edition)

年 卷 期：2023年第53卷第5期

页      码：1449-1457页

摘      要：针对磁瓦表面缺陷检测难度大和精度低的问题,提出了一种新的磁瓦表面缺陷检测算法。首先,设计了一种多支路网络结构,并在各支路中构建了一种能有效提取磁瓦图像特征的卷积神经网络;然后,引入注意力模块突出图像的重要特征;最后,通过判别相关分析使同类特征的相关性和不同类特征的差异性最大化,并通过级联融合得到优化的磁瓦图像融合特征。在磁瓦图像数据集上,对算法检测性能进行了测试,测试精度达到99.90%;在实际检测工作中,本文算法的检测准确率保持在99%以上,检测速度达到129块/min。实验和运行结果表明:本算法检测精度高,性能稳定可靠,能满足磁瓦大批量生产实时在线检测要求。

主 题 词：计算机应用 磁瓦 缺陷检测 多支路 卷积神经网络 特征融合 

学科分类：081203[081203] 08[工学] 0714[0714] 0835[0835] 0701[理学-数学类] 0812[工学-测绘类] 

核心收录：

D　O　I：10.13229/j.cnki.jdxbgxb.20210855

馆 藏 号：203121888...