科研之友
微信
新浪微博
Facebook
分享链接
摘要
针对目前网状白坯织物缺陷检测过程中由于背景复杂、边界不明确等造成的检测效率低的问题，提出一种基于弱监督SOD网络端到端的方法实现对网状白坯织物的疵点检测。首先，弱监督SOD的单轮端到端训练通过草图标注实现，通过最大池化加深网络层数，减少训练时信息损失；其次，提出局部显著相干性损失和部分交叉熵损失解决草图标签不能提供详细信息的问题，并提出显著结构一致性损失提高模型自适应性和泛化能力；最后，融合模块（CAM）聚合多层次特征得到缺陷检测结果并引入边界细化模块提高边界定位精度，使检测到的缺陷显著图更加清晰。利用TILDA数据集和BASLER工业相机对采集到的缺陷图像验证算法性能。试验结果表明：该研究算法精确率达到92.25%，召回率达到93.55%。认为：基于改进的弱监督SOD网络模型检测网状白坯织物的质量高且具有较好的鲁棒性。
- 出版日期2023
- 单位西安工程大学
