基于深度学习的智能电表HPLC通信模块外观划痕检测

作者：孙凯; 翟晓卉^*; 赵吉福; 孙艳玲; 董贤光; 王艳

来源：哈尔滨理工大学学报, 2022, 27(03): 66-72.

DOI：10.15938/j.jhust.2022.03.009

• HPLC
• 划痕检测
• 残差结构
• 空洞卷积

针对智能电表HPLC通信模块外观划痕检测的问题，提出了一种先进的像素级划痕检测体系结构Res-DU-Net,其特点是采用了深度卷积神经网络技术。首先，Res-DU-Net通过卷积、残差结构、空洞卷积、级联等操作实现了像素级的滑痕检测，形成了U形模型结构。其次，采用Adam算法对智能电表通信模块外观图像进行了训练和验证。最后，Res-DU-Net在学习率为0.001,损失率为0.020的情况下，准确率为0.985,召回率为0.987。实验结果证明，Res-DU-Net在像素级划痕检测方面比传统方法和完全卷积网络(FCN)及U-Net更加有优势。

• 单位
  国网山东省电力公司