论文摘要
提出一种基于SegNet网络的表面缺陷检测的方法。将表面缺陷检测问题重构成一种端到端的二分类和多分类问题,分别使用形状标注和矩形标注两种方式对检测结果进行对比分析。网络由一个编码器网络、一个相应的解码器网络以及一个逐像素分类层组成。编码器网络从原始图像分层学习视觉特征,解码器网络逐步将编码特征上采样映射到像素级分类的输入大小。实验结果表明,基于SegNet网络的方法准确率高,鲁棒性强,过程简单,具有一定的通用性。
论文目录
文章来源
类型: 期刊论文
作者: 郭亚萍,顾智聪,彭宏京
关键词: 表面缺陷,缺陷检测,深度学习,神经网络,网络
来源: 计算机工程与设计 2019年10期
年度: 2019
分类: 信息科技,工程科技Ⅱ辑
专业: 机械工业,计算机软件及计算机应用
单位: 南京工业大学计算机科学与技术学院
分类号: TH161.14;TP391.41
DOI: 10.16208/j.issn1000-7024.2019.10.042
页码: 2979-2984
总页数: 6
文件大小: 442K
下载量: 296