检索结果-南通市图书馆

自动化学报 2024年第8期50卷 1539-1549页

作者：岳忠牧张喆吕武赵瑞祥马杰华中科技大学人工智能与自动化学院武汉430074 中国船舶集团有限公司航海科技有限责任公司北京100070

基于深度学习的表面缺陷检测技术是工业上的一项重要应用,而缺陷图像数据集质量对缺陷检测性能有重要影响.为解决实际工业生产过程中缺陷样本获取成本高、缺陷数据量少的痛点,提出了一种基于去噪扩散概率模型(Denoising diffusion proba... 详细信息

基于深度学习的表面缺陷检测技术是工业上的一项重要应用,而缺陷图像数据集质量对缺陷检测性能有重要影响.为解决实际工业生产过程中缺陷样本获取成本高、缺陷数据量少的痛点,提出了一种基于去噪扩散概率模型(Denoising diffusion probabilistic model,DDPM)的缺陷图像生成方法.该方法在训练过程中加强了模型对缺陷部位和无缺陷背景的差异化学习.在生成过程中通过缺陷控制模块对生成缺陷的类别、形态、显著性等特征进行精准控制,通过背景融合模块,能将缺陷在不同的无缺陷背景上进行迁移,大大降低新背景上缺陷样本的获取难度.实验验证了该模型的缺陷控制和缺陷迁移能力,其生成结果能有效扩充训练数据集,提升下游缺陷检测任务的准确率.

关键词：数据增强数据集扩充缺陷图像生成深度学习

来源：

维普期刊数据库

同方期刊数据库博看期刊评论

在线全文

学校读者我要写书评

暂无评论

基于深度学习的PCB裸板缺陷检测研究

基于深度学习的PCB裸板缺陷检测研究

引用

作者：夏伍浩广州大学

学位级别：硕士

印刷电路板(PCB)产业作为“中国制造2025”发展战略的关键一环,其产品质量至关重要,基于深度学习的PCB缺陷检测已成为当前研究热点。但现有PCB裸板缺陷检测研究仍面临如下挑战:一方面,PCB缺陷样本难以收集,缺陷类型、强弱程度等分布不均... 详细信息

印刷电路板(PCB)产业作为“中国制造2025”发展战略的关键一环,其产品质量至关重要,基于深度学习的PCB缺陷检测已成为当前研究热点。但现有PCB裸板缺陷检测研究仍面临如下挑战:一方面,PCB缺陷样本难以收集,缺陷类型、强弱程度等分布不均衡,易导致模型训练时偏向较大样本,甚至出现过拟合。另一方面,PCB缺陷为小目标、特征多样,检测模型存在着特征提取能力弱、定位精度低等问题。为解决上述问题,本文围绕PCB缺陷图像生成方法和小目标PCB表面缺陷检测技术展开研究,主要研究内容及贡献如下:(1)针对小样本问题,提出可控缺陷特征的条件生成对抗网络模型d-cGAN。该模型基于VAE隐空间思想,提出一种缺陷特征方向向量学习方法,以控制生成缺陷样本的强弱特征。同时,通过像素级缺陷掩膜标签指定生成缺陷区域,控制其位置、尺寸、区域等。此外,为提高模型的特征学习能力,生成高分辨率缺陷图像,设计一种基于残差的UNet生成器模型。进一步地,创建双马尔科夫判别器模型并设计相应的损失函数,引入全局一致性和局部一致性约束,避免生成器偏向整体结构而忽略缺陷区域的细节特征。实验从主观的视觉效果和客观的衡量指标两方面对比,证明所提出模型能够生成有效的PCB缺陷图像,提高缺陷样本多样性。(2)针对小目标问题,提出改进的Faster RCNN小目标检测方法。该模型骨干网络使用特征提取能力更强的ResNet101,并结合所提出的基于融合因子的多尺度特征融合网络α-FPN,平衡深浅层特征,优化小目标多尺度特征。同时,基于大卷积核注意力模块LKA进一步优化深浅层特征,捕获长程特征,增强小目标上下文特征。此外,以ROI Align代替ROI Pooling优化锚框位置信息,使定位更加准确。最后,基于Focal EIOU优化损失函数,加速模型收敛,提高定位准确度。实验结果表明,所提出方法在增强数据集上mAP达到98.54%,相比于基线模型提高约16%,且优于对比模型,验证了改进方法对于小目标PCB缺陷检测任务的有效性。(3)设计并实现PCB表面缺陷检测系统。面向工厂客户开发出一款标准工业视觉检测软件PCB Checker,具有模块化程度高、灵活度强的特点,特别是创新地设计一种流程图式的项目创建方法,极大地简化了软件的操作。

关键词：深度学习缺陷图像生成小目标检测 Faster RCNN

来源：

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

欢迎您,

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

在线全文

请选择保存的检索档案：

请选择收藏分类：

通借通还

欢迎您,

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

在线全文

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：