基于非局部U-Net模型的汽车零部件缺陷分割算法

作者：孙繁荣; 肖楠; 吴月新

来源：电子设计工程, 2022, 30(16): 70-74.

DOI：10.14022/j.issn1674-6236.2022.16.015

• 缺陷分割
• 语义分割
• 深度学习
• 卷积神经网络
• 数据增强

为了保证汽车零部件的生产质量，采用了一种基于非局部U-Net卷积神经网络的轴套缺陷自动分割算法，在汽车零部件出厂之前便可准确检测出存在的缺陷。通过在原始的U-Net网络中引入了规范化非局部模块的方法，可以提升模型的准确性和鲁棒性。在轴套数据库上的实验结果表明，非局部U-Net网络在汽车零部件的缺陷分割中取得了不错的效果，Dice系数达到了0.812 9，该模型可以很好地实现汽车零部件图像缺陷的自动化分割，满足自动化无损检测的要求。