文献检索-宁波市创意产业特色资源库

限定检索结果

基于差分卷积和深浅层特征融合的表面缺陷分割: 收藏
分享
引用; 《失效分析与预防》2024年第3期19卷 149-157页; 作者：于吉锴黄真亮江乐旗葛利跃张聪炫中国航发沈阳发动机研究所沈阳110015 无损检测技术教育部重点实验室(南昌航空大学)南昌330063; 针对弱纹理情况下缺陷特征不明显和小目标缺陷分割准确性较低的问题,提出基于差分卷积和深浅层特征融合的表面缺陷分割方法。首先,基于差分卷积设计特征增强模块,对特征图进行特征增强;其次,在特征融合网络中将深浅层特征进行融合,对浅...; 针对弱纹理情况下缺陷特征不明显和小目标缺陷分割准确性较低的问题,提出基于差分卷积和深浅层特征融合的表面缺陷分割方法。首先,基于差分卷积设计特征增强模块,对特征图进行特征增强;其次,在特征融合网络中将深浅层特征进行融合,对浅层网络中的细节特征和深层网络中的语义信息进行有效融合;最后分别采用NEU-Seg和MT-Magnetic数据集对本文方法和现有的代表性方法进行综合对比分析。结果表明:本文研究方法在NEU-Seg和MT-Magnetic数据集上分别实现85.2%、83.3%的分割精度,优于现有的代表性语义分割算法,证明该法可有效提升弱纹理和弱小缺陷的分割准确度,显著提高缺陷分割算法的精度。; 来源：详细信息评论

限定检索结果