基于Coordinate Attention和空洞卷积的异物识别

作     者：王春霖 吴春雷 李灿伟 朱明飞 WANG Chun-Lin;WU Chun-Lei;LI Can-Wei;ZHU Ming-Fei

作者机构：中国石油大学(华东)计算机科学与技术学院青岛266580 

出 版 物：《计算机系统应用》 (Computer Systems & Applications)

年 卷 期：2024年第33卷第3期

页      码：178-186页

摘      要：在我国工厂的工业化生产中,带式运输机占有重要的地位,但是在其运输物料的过程中,常有木板、金属管、大型金属片等混入物料中,从而对带式运输机的传送带造成损毁,引起巨大的经济损失.为了检测出传送带上的不规则异物,设计了一种新的异物检测方法.针对传统异物检测方法中存在的对于图像特征提取能力不足以及网络感受野相对较小的问题,我们提出了一种基于coordinate attention和空洞卷积的单阶段异物识别方法.首先,网络利用coordinate attention机制,使网络更加关注图像的空间信息,并对图像中的重要特征进行了增强,增强了网络的性能;其次,在网络提取多尺度特征的部分,将原网络的静态卷积变为空洞卷积,有效减少了常规卷积造成的信息损失;除此之外,我们还使用了新的损失函数,进一步提高了网络的性能.实验结果证明,我们提出的网络能有效识别出传送带上的异物,较好地完成异物检测任务.

主 题 词：coordinate attention 异物检测 空洞卷积 损失函数 目标识别 

学科分类：08[工学] 0812[工学-测绘类] 

D　O　I：10.15888/j.cnki.csa.009416

馆 藏 号：203126147...