典型文献
基于铆钉表面缺陷检测的语义分割网络研究
文献摘要：
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.
文献关键词：
U-net++;语义分割;缺陷检测
中图分类号：
作者姓名：
赵娜;覃志东;蔡勇;肖芳雄
作者机构：
东华大学 计算机科学与技术学院,上海201620;上海岳展精密科技有限公司,上海201614;金陵科技学院 软件工程学院,南京211169
文献出处：
引用格式：
[1]赵娜;覃志东;蔡勇;肖芳雄-.基于铆钉表面缺陷检测的语义分割网络研究)[J].智能计算机与应用,2022(05):31-36
A类：
net++
B类：
铆钉,表面缺陷检测,语义分割网络,模糊标签,语义层次,剪枝,下采样,复合损失函数,小样本,学习速度,交叉熵损失函数
AB值：
0.258185
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
