期刊导航
期刊开放获取
上海教育软件发展有限公..
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
1
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于改进Res-UNet网络的电镀锌冲压钢板表面缺陷图像识别研究
1
作者
李瑾
高杰
《电镀与精饰》
北大核心
2025年第7期82-88,107,共8页
电镀锌冲压钢板表面缺陷类型多样、形态复杂以及受环境因素影响大,导致表面缺陷识别难度增加。Res-UNet结合了深度学习中ResNet的残差连接和U-Net的编解码结构,残差连接可以有效缓解深度网络的梯度消失问题,使得网络在训练过程中更容易...
电镀锌冲压钢板表面缺陷类型多样、形态复杂以及受环境因素影响大,导致表面缺陷识别难度增加。Res-UNet结合了深度学习中ResNet的残差连接和U-Net的编解码结构,残差连接可以有效缓解深度网络的梯度消失问题,使得网络在训练过程中更容易收敛,从而能够学习到更复杂的特征表示,这有利于识别电镀锌冲压钢板表面多样、复杂的缺陷类型,为此提出了一种基于改进Res-UNet网络的电镀锌冲压钢板表面缺陷图像识别方法。通过优化卷积层操作策略方式和引入混合损失函数的方式实现Res-UNet网络改进,将待识别的图像输入到改进后的Res-UNet网络,改进后的Res-UNet网络经过编码、解码等多项操作输出电镀锌冲压钢板表面缺陷图像识别结果。实验测试结果表明,在训练集和测试集下所提方法的Dice系数均呈上升趋势,且始终趋近于最大值1,准确识别出了弱光条件下的所有缺陷及对应类别,在强光干扰下也表现出了较高准度,以此证明该方法能够为类似电镀锌冲压钢板的工业品表面缺陷识别提供有价值的参考。
展开更多
关键词
电镀锌冲压钢板
Res-UNet网络
卷积操作
损失函数
表面缺陷识别
在线阅读
下载PDF
职称材料
题名
基于改进Res-UNet网络的电镀锌冲压钢板表面缺陷图像识别研究
1
作者
李瑾
高杰
机构
河南轻工职业学院计算机与艺术设计系
江西理工大学信息工程学院
出处
《电镀与精饰》
北大核心
2025年第7期82-88,107,共8页
基金
江西省教育厅科学技术研究项目(GJJ2204101)
国家自然科学基金(22345602)。
文摘
电镀锌冲压钢板表面缺陷类型多样、形态复杂以及受环境因素影响大,导致表面缺陷识别难度增加。Res-UNet结合了深度学习中ResNet的残差连接和U-Net的编解码结构,残差连接可以有效缓解深度网络的梯度消失问题,使得网络在训练过程中更容易收敛,从而能够学习到更复杂的特征表示,这有利于识别电镀锌冲压钢板表面多样、复杂的缺陷类型,为此提出了一种基于改进Res-UNet网络的电镀锌冲压钢板表面缺陷图像识别方法。通过优化卷积层操作策略方式和引入混合损失函数的方式实现Res-UNet网络改进,将待识别的图像输入到改进后的Res-UNet网络,改进后的Res-UNet网络经过编码、解码等多项操作输出电镀锌冲压钢板表面缺陷图像识别结果。实验测试结果表明,在训练集和测试集下所提方法的Dice系数均呈上升趋势,且始终趋近于最大值1,准确识别出了弱光条件下的所有缺陷及对应类别,在强光干扰下也表现出了较高准度,以此证明该方法能够为类似电镀锌冲压钢板的工业品表面缺陷识别提供有价值的参考。
关键词
电镀锌冲压钢板
Res-UNet网络
卷积操作
损失函数
表面缺陷识别
Keywords
electroplated galvanized stamped steel plate
Res-UNet network
convolution operation
loss function
surface defect identification
分类号
TP391 [自动化与计算机技术—计算机应用技术]
在线阅读
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于改进Res-UNet网络的电镀锌冲压钢板表面缺陷图像识别研究
李瑾
高杰
《电镀与精饰》
北大核心
2025
0
在线阅读
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
