科研之友
微信
新浪微博
Facebook
分享链接
摘要
本文基于U-net++基本网络结构，结合铆钉表面缺陷检测的特点，设计了一个语义分割网络模型。首先，对标注数据集进行模糊标签处理，增强了网络对缺陷的学习能力，有效解决了铆钉缺陷边界确定难的问题。然后，考虑到铆钉语义层次的特点，对原始网络结构进行剪枝，减少下采样的次数，以满足系统对实时性的要求。最后，设计了复合损失函数，以促进小样本缺陷的学习速度，解决了采用单一交叉熵损失函数在缺陷较小的数据集中收敛慢的问题。在对比试验中，本文提出方法均展现出较好的效果。
-
单位东华大学; 金陵科技学院
