多级解码神经网络用于滚珠丝杠点蚀检测

作     者：赵慧锋 李铁军 Zhao Huifeng;Li Tiejun

作者机构：沈阳化工大学装备可靠性研究所沈阳110142 沈阳化工大学机械与动力工程学院沈阳110142 

出 版 物：《电子测量技术》 (Electronic Measurement Technology)

年 卷 期：2024年第47卷第1期

页      面：125-129页

学科分类：1305[艺术学-设计学（可授艺术学、工学学位）] 13[艺术学] 081104[工学-模式识别与智能系统] 08[工学] 0804[工学-仪器科学与技术] 081101[工学-控制理论与控制工程] 0811[工学-控制科学与工程] 

基　　金：国家自然科学基金(52275156) 辽宁省重点(一般)项目教育部(LJKZ0435)项目资助 

主　　题：滚珠丝杠 缺陷检测 神经网络 图像分割 

摘      要：由于滚珠丝杠点蚀区域小,环境干扰严重,缺陷难以及时检测。所以提出了一种多级解码神经网络,实现滚珠丝杠点蚀缺陷的分割。该网络由编码器、多级解码器和多尺度注意力模块组成。编码器由Resnet34组成,并引入Ghost模块构建了轻量化的多级解码器。为了融合多尺度特征并过滤冗余信息,设计了多尺度注意力模块。采用二值交叉熵函数,IOU和SSIM函数组成的混合损失函数训练网络。在滚珠丝杠缺陷数据集上做了实验,多级解码神经网络在maxF_(β)指标上达到了0.7703,与其他方法相比,该网络取得了更好的分割结果,并且单张图片处理时间为26 ms。为滚珠丝杠点蚀缺陷实时分割提供了一种新的方法。