基于卷积神经网络的玛钢管件表面缺陷检测仿真OA北大核心CSTPCD
针对现有检测算法HRNetV2p无法很好地平衡各尺度缺陷的检测精度等问题,在HRNetV2p中引入一种结合通道注意力机制的特征融合模块,自适应地调整融合特征中空间-语义信息的比率,解决浅层特征缺乏语义信息的问题.建立一个玛钢管件表面缺陷检测数据集IIDD,进行数据标注及数据统计.在HRNetV2p网络中引入CG密集跳跃传输单元及CG自适应融合模块,通过整合、重新校准和重新整合3个操作自适应地调整浅层特征空间-语义信息比率.给出了试验的设置以及评价…查看全部>>
白杰;江先亮
宁波大学信息科学与工程学院,浙江宁波315211宁波大学信息科学与工程学院,浙江宁波315211
计算机与自动化
玛钢管件表面缺陷检测仿真卷积神经网络注意力机制HRNetV2p特征融合
《江苏大学学报（自然科学版）》 2024 (4)
P.449-455,463,8
浙江省基础公益研究计划项目(LTGN24F020003)。
评论