摘要

针对工业金属表面缺陷检测中目标缺陷较小及特征不清造成漏检和误检的问题,提出了一种改进mixed-segdec-net的工业金属表面缺陷检测方法。以Inception模块为基础,构建基于ECB的InceptionA模块,增加了网络对尺度的适应能力;以CBAM和ResBlock构建了基于注意力机制的残差网络模块CRASNet,解决了网络中网络退化及梯度退散问题;以深度残差卷积层作为分类网络的卷积层,降低网络的参数量和计算量。将改进后的算法与原算法放在数据增强后的公开数据集KolektorSDD2进行检测性能的对比。实验分析表明,基于改进mixed-segdec-net的金属表面缺陷检测方法的平均精度(Average Precision, AP)为96.02%,AUC为98.77%。结果表明,改进后的mixed-segdec-net可以提升工业金属表面缺陷检测的精度。

  • 出版日期2023
  • 单位四川轻化工大学; 阿坝师范学院