基于多尺度特征图的带钢缺陷检测方法

• 作者: 王萌
• 来源期刊: 数字技术与应用
• 学科: 工学
• 年，卷（期）: 2022,（4）
• 所属期刊栏目: 应用技术
• 页码范围: 36-39
• 页数: 4页
• 分类号: TP391
• 语种: 中文
• DOI: 10.19695/j.cnki.cn12-1369.2022.04.12

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.