基于特征空间的无监督换向器表面缺陷检测

• 作者: 董泽宇 叶芸 姚剑敏 严群 李德财 林坚普
• 来源期刊: 电视技术
• 学科: 工学
• 关键词: 换向器 缺陷检测 缺陷分割 无监督学习
• 年，卷（期）: 2021,（12）
• 所属期刊栏目: 器件与设计|PARTS & DESIGN
• 页码范围: 104-109,119
• 页数: 7页
• 分类号: TP311.1
• 语种: 中文
• DOI: 10.16280/j.videoe.2021.12.031

摘要

为了实现换向器表面缺陷自动检测,针对实际缺陷样本数量少、标注成本高等问题,设计一种基于特征空间的无监督换向器表面缺陷检测方法.利用预训练的EfficientNet网络提高对于特征的提取能力;同时提出一种平衡利用不同深度特征信息建立异常图的方法,加强对于缺陷轮廓的识别精度;通过对每个像素分别建立高斯分布,实现像素级缺陷分割.实验表明,提出的方法对缺陷样本的识别精度达到98.7％,对缺陷区域的分割精度达到98.0％,具有较好的缺陷检测能力,在工业应用上具有研究价值和实践意义.