基于多尺度特征图的带钢缺陷检测方法  

作　　者：王萌 

机构地区：[1]唐山工业职业技术学院

出　　处：《数字技术与应用》2022年第4期36-39,共4页Digital Technology & Application

基　　金：河北省高等学校科学技术研究项目“基于深度学习的冷轧带钢表面缺陷检测系统研究”(ZC2021254)。

摘　　要：带钢表面缺陷识别对于带钢产线的品质控制非常关键。带钢缺陷检测作为一种多分类工作,需要检测系统能够高效、快速、准确地完成检测任务。传统方法不能准确地提取出带钢的缺陷特征,进而利用这些特征完成分类工作。本文提出一种残差神经网络,提取带钢缺陷的多尺度特征图。检测系统利用这些多尺度特征可以有效对带钢缺陷进行分类。本文在一个冷轧带钢缺陷数据集上进行了效果验证。对于数据集上存在的六种缺陷检测精度达到90%以上。实验结果证明该方法可以被进一步开发应用在带钢产线检测系统上。

关 键 词：检测系统 神经网络 多尺度特征 线检测 检测任务 缺陷特征 带钢表面缺陷 品质控制 

分 类 号：TP391[自动化与计算机技术—计算机应用技术]