中厚板表面缺陷检测关键技术的研究与应用

作者：邓能辉; 吴创嘉; 杨朝霖; 吴昆鹏; 石杰

来源：冶金自动化, 2021, 45(05): 86-92.

• 中厚板缺陷
• 表面检测
• GA-W-OTSU
• Inception-Resnet-v2
• 迁移学习

中厚板材在轧制过程中存在表面缺陷种类多、背景复杂的问题。为了能够实时准确地检测中厚板表面缺陷,首先设计了基于遗传算法-加权大津法(weighted OTSU method based on genetic algorithm, GA-W-OTSU)来实现缺陷感兴趣区域(region of interest, ROI)的提取,通过对类间方差函数进行加权优化,并采用遗传算法寻找最优阈值,分割出缺陷候选区;然后基于Inception-Resnet-v2模型进行迁移学习,并通过样本扩增、加权损失等处理手段,提升模型的分类准确率及泛化能力。结果表明,该检测方法对中厚板表面常见缺陷的平均检出率大于98%,平均识别率大于88%。

• 单位
  北京科技大学; 柳州钢铁股份有限公司