改进AlexNet模型在荧光磁粉探伤中的应用  

Application of improved alexNet model in fluorescent magnetic particle testing

作　　者：向伟 史晋芳[1,2] 刘桂华 徐锋 XIANG Wei;SHI Jin-fang;LIU Gui-hua;XU Feng

机构地区：[1]西南科技大学制造科学与工程学院制造过程测试技术省部共建教育部重点实验室,绵阳621010 [2]特殊环境机器人技术四川省重点实验室,绵阳621010

出　　处：《制造业自动化》2020年第7期40-45,共6页Manufacturing Automation

基　　金：国防科工局核能开发科研项目([2016]1295);国家自然科学基金(11602292);国家自然科学基金青年基金项目(61701421)。

摘　　要：荧光磁粉探伤被广泛应用于工业铁磁性产品表面缺陷检测。目前的检测手段主要是通过图像处理技术和传统机器视觉方法进行检测,易受到复杂的工业生产环境影响,检测效率低下,误检率高。为了克服复杂环境影响,提高荧光磁粉缺陷检测的精度和速度,提出一种结合深度可分离卷积的改进AlexNet模型检测方法。实验结果表明,提出的轻量级AlexNet模型能够在噪声干扰、反光遮挡和低亮度裂纹条件下快速准确识别出有缺陷的产品,改进后的轻量级AlexNet模型更小,模型检测的准确率和召回率分别达到了95.69%和91.32%,检测速度达到0.34s/张。

关 键 词：深度学习 卷积神经网络 AlexNet模型 磁粉探伤 缺陷检测 

分 类 号：TP391[自动化与计算机技术—计算机应用技术]