典型文献
基于模型自优化的带钢表面缺陷语义分割研究
文献摘要：
针对当前带钢表面缺陷检测方法存在着检测速度低、检测判别特征提取不充分以及模型人工调参主观性强等技术性瓶颈问题,开展了基于模型自优化的带钢表面缺陷语义分割方法研究.在模型优化上,使用实体卷积替代原有的膨胀卷积,解决了边缘伪成像的问题,并且使用轻量化通道注意力机制模块,捕获了通道之间的依赖关系.构建了基于智能优化算法的关键超参数优化策略,使用改进全局搜索能力的麻雀搜索算法对模型整体的超参数组合进行寻优,选择影响效果最好的超参数,最终实现了自适应优化的带钢缺陷检测功能.在东北大学热轧带钢表面缺陷数据集上进行了实验,通过实验验证了该方法对夹杂、斑点和划伤等表面缺陷自动提取的可行性和有效性,满足了低配置、高性能的检测需求.
文献关键词：
语义分割;带钢表面缺陷;模型自优化
中图分类号：
作者姓名：
林飞宇;杨何子轩;于佳生;陆冠波;傅留虎;张睿
作者机构：
太原科技大学 计算机科学与技术学院,山西 太原 030024;山西省机电设计研究院有限公司,山西 太原 030009
文献出处：
引用格式：
[1]林飞宇;杨何子轩;于佳生;陆冠波;傅留虎;张睿-.基于模型自优化的带钢表面缺陷语义分割研究)[J].机械工程与自动化,2022(06):28-32
A类：
模型自优化
B类：
基于模型,带钢表面缺陷,语义分割,钢表面缺陷检测,缺陷检测方法,检测速度,主观性,瓶颈问题,分割方法,模型优化,膨胀卷积,通道注意力机制,注意力机制模块,依赖关系,智能优化算法,超参数优化,全局搜索,搜索能力,麻雀搜索算法,数组,影响效果,自适应优化,东北大学,热轧带钢,缺陷数据,夹杂,斑点,划伤,缺陷自动提取
AB值：
0.266122
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。
