基于U-P-Net的手机玻璃屏幕缺陷分割

作者：李墨; 陈志豪; 张勰

来源：计算机测量与控制, 2023, 31(08): 231-237.

DOI：10.16526/j.cnki.11-4762/tp.2023.08.035

• 缺陷检测
• 超像素预处理
• ResNet50
• U-P-Net
• 金字塔池化
• 手机玻璃屏幕

随着科技的发展及电子设备的普及，玻璃屏幕质量成为电子设备和其他产品的重要考虑因素；而玻璃外观缺陷检测是玻璃质量检测中最重要的环节，这也是保证产出高品质、高性能的玻璃产品的关键环节；目前玻璃表面缺陷检测方法存在无目标训练图像资源消耗、检测精度较低、复杂特征信息难以提取等问题；因此，为了解决上述问题，提出了一种基于U-pyramid pooling module-Net(U-P-Net)的手机玻璃屏幕缺陷分割模型；采用超像素预处理，有效地降低了原始图像的复杂度；采用ResNet50作为分类网络，减少无目标训练图像造成的资源浪费，提高训练效率；U-P-Net被提出，有效地聚合了不同区域的上下文信息，提高了获取全局信息的能力；实验结果表明，所设计的基于U-P-Net玻璃缺陷分割算法分割精度明显优于其它传统卷积神经网络分割方法，证明了该框架在移动屏幕数据集上的有效性。

• 单位
  华南理工大学; 广东工业大学