科研之友
微信
新浪微博
Facebook
分享链接
摘要
为了提高工业带钢的质量和产量,针对传统人工识别难度大、效率低和客观性不够等问题,提出了一种基于软注意力机制的带钢表面缺陷识别方法,对传统深度残差网络ResNet模型进行了改进,使用伪彩色图像增强技术处理图片,得到了新的训练集。实验结果表明,在不同信噪比情况下,相比于传统的模型,改进模型A-ResNet50和A-ResNet101都能准确识别不同类型的带钢表面缺陷图像,在测试集上的准确率分别为98.61%和98.05%,单位推断时间达到了0.078s和0.130s,证实了A-ResNet50和A-ResNet101模型在带钢表面缺陷识别上的可行性以及可靠性。所提出的方法识别精度高,实现了带钢表面缺陷的智能识别,同时满足工业识别需求。
- 单位
