科研之友
微信
新浪微博
Facebook
分享链接
摘要
针对金属工件表面缺陷分割精度低的问题,通过对工件表面图像缺陷特征研究,提出以U-net为基础,结合多尺度自适应形态特征提取模块（MAFE）及瓶颈注意力模块（BAM）的工件表面缺陷分割模型。首先,在网络中嵌入多特征注意力有效聚合模块,提高信息的利用率,提取更多相关特征,从而高精度的提取缺陷目标。然后,在网络中引入瓶颈注意力模块,增加缺陷目标的权重,优化特征的提取,获取更多的特征信息,从而获得更好的分割精度。改进后的网络平均精度（mPA）达到0.8749,比原网络相比提高了2.92个百分点,平均交并比（mIOU）达到0.8625,提高了3.72个百分点。与原始网络相比,改进后的网络具有更好分割的精度,可以获得更好的分割结果。
- 单位
