摘要
针对检测磁瓦孔洞和裂痕时容易丢失缺陷特征等问题,本文在Unet网络的基础上添加注意力模块CBAM来提取更受关注的特征,并在Unet网络的编码部分使用密集连接来充分利用特征.同时,为了减少Unet网络的过多池化下采样操作导致小物体特征消失,还使用膨胀率为[1,2,5,1,2,5]的混合空洞卷积取代池化操作.最后设置加权交叉熵损失函数解决磁瓦数据集当中样本分布不均的问题.实验证明,本文算法在磁瓦孔洞和裂痕缺陷分割时,MIoU分别提高了2.696%和2.739%,Dice系数分别提高了3.342%和2.602%.本文算法在一定程度上提升了磁瓦缺陷分割精确度,还改善了Unet网络边界分割模糊等问题.
- 单位