检索结果-南通市图书馆

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

基于多尺度特征融合的钢材表面缺陷分类方法

电子科技 2024年第2期37卷 87-94页

作者：田志新徐震茅健林彬彬廖薇上海工程技术大学机械与汽车工程学院上海201620 上海工程技术大学电子电气工程学院上海201620

针对钢材表面缺陷分类检测率低的问题,文中采用一种基于纹理多尺度特征融合的表面缺陷分类方法。利用Gabor滤波器与灰度共生矩阵建立纹理图像的多尺度特征向量,同时利用卷积运算对纹理图像进行特征提取,并引入混合膨胀卷积模块以增加感... 详细信息

针对钢材表面缺陷分类检测率低的问题,文中采用一种基于纹理多尺度特征融合的表面缺陷分类方法。利用Gabor滤波器与灰度共生矩阵建立纹理图像的多尺度特征向量,同时利用卷积运算对纹理图像进行特征提取,并引入混合膨胀卷积模块以增加感受野,将两种特征向量进行融合得到加强后的融合纹理特征向量。融合后的特征以序列方式输入长短时记忆网络(Long Short-Term Memory,LSTM)构建分类模型,利用混淆矩阵将分类结果进行指标评判。结果表明该方法在NEU(Northeastern University)数据集上的分类准确率达到97.5%。文中搭建LSTM网络、BP(Back Propagation)神经网络、SVM(Support Vector Machine)、KNN(K-Nearest Neighbor)以及CART(Classification And Regression Tree)等分类方法进行了对比实验。结果显示,在多尺度下LSTM分类方法表现最好,F1指标最高。结合BP网络、LSTM网络、SVM、KNN、CART、CNN以及AlexNet等方法进行了消融实验,验证了该方法的普适性。该方法充分挖掘了纹理图像的多尺度特征信息,对钢材表面缺陷分类方法的研究具有积极意义。

关键词：表面缺陷分类多尺度特征融合 Gabor滤波器灰度共生矩阵混合膨胀卷积卷积运算 LSTM网络混淆矩阵 NEU数据集

维普期刊数据库

在线全文

学校读者我要写书评

暂无评论

基于深度学习的废旧电路板表面缺陷分类

现代计算机 2024年第10期30卷 17-22页

作者：余光海盛光鸣张元昊徐观明合肥工业大学机械工程学院合肥230009 湖南绿色再生资源有限公司长沙410699

针对废旧电路板表面缺陷识别,提出了一种利用深度学习进行分类的方法。在ResNet34模型的基础上,增加了CBAM注意力机制。通过将ResNet34架构与注意力机制相结合,旨在增强模型关注输入图像中重要特征并对其进行优先排序的能力,从而提高分... 详细信息

针对废旧电路板表面缺陷识别,提出了一种利用深度学习进行分类的方法。在ResNet34模型的基础上,增加了CBAM注意力机制。通过将ResNet34架构与注意力机制相结合,旨在增强模型关注输入图像中重要特征并对其进行优先排序的能力,从而提高分类的准确性。结果表明提出的方法在提高废旧电路板表面缺陷分类方面的有效性。

关键词：废旧电路板注意力机制表面缺陷分类

维普期刊数据库

基于FixMatch的半监督表面缺陷分类方法研究

在线全文

学校读者我要写书评

暂无评论

基于FixMatch的半监督表面缺陷分类方法研究

作者：刘叶清杭州电子科技大学

学位级别：硕士

在工业产品制造过程中,一些工业产品会出现缺陷,例如工业镀铜层压板可能存在印记、坑、油污和针孔等缺陷。这些缺陷一方面影响产品外观,一方面存在安全隐患。因此,在生产加工过程中对工业制品表面进行缺陷检测十分必要。传统的基于图像... 详细信息

在工业产品制造过程中,一些工业产品会出现缺陷,例如工业镀铜层压板可能存在印记、坑、油污和针孔等缺陷。这些缺陷一方面影响产品外观,一方面存在安全隐患。因此,在生产加工过程中对工业制品表面进行缺陷检测十分必要。传统的基于图像处理的缺陷检测方法需要针对特定领域的问题人工设计特征,再利用分类器进行分类,该方法要求苛刻的成像环境且适应性较差。深度学习在图像分类领域展示了巨大的优越性,也是工业产品缺陷检测领域最具潜力的智能化方法。但目前流行的监督学习方法非常依赖大量的有标记样本,而在许多实际问题中往往无法提供大量带有标记的训练样本,同时很多数据集也可能存在类别不平衡问题。因此,本文针对缺少大量标记样本问题及数据集类别不平衡问题分别提出了基于Fix Match的半监督表面缺陷分类方法和面向类别不平衡问题的改进半监督表面缺陷分类方法。本文的研究内容如下:(1)针对缺乏大量标记训练样本的问题,本文提出了一种基于Fix Match的半监督表面缺陷分类方法。该方法在Fix Match的半监督计算框架上融合包含学生和教师网络的Mean Teacher模型,以改进Fix Match的伪标签预测精度,同时提出一种基于NAM的注意机制SNAM,以进一步提高该方法的分类精度。本文在三个公共数据集(CIFAR-10、DAGM缺陷数据集和NEU-CLS缺陷数据集)和一个工业缺陷数据集(CCL)上进行了实验。本文提出的基于Fix Match的半监督表面缺陷分类方法在与其他先进方法对比中取得了最佳性能。(2)针对很多数据集可能存在类别不平衡问题,本文提出了一种面向类别不平衡的改进的半监督表面缺陷分类方法。该方法在上述基于Fix Match的半监督表面缺陷分类方法基础上,引入了Cyclical Focal Loss作损失函数,从损失函数的角度解决类间样本数量不平衡问题,同时提出了一种基于改进课程伪标记(CPL)的动态阈值分配方法,在每个训练时刻给每个类别赋予动态阈值,使模型更充分地利用识别困难的数据。在DAGM纹理数据集和工业CCL数据集两个类别不平衡数据集的实验证明,该方法可以在类别不平衡数据集上出色地完成表面缺陷分类任务。

关键词：表面缺陷分类半监督学习 FixMatch Mean Teacher 深度学习

基于改进麻雀搜索算法的带钢表面缺陷分类方法研究

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于改进麻雀搜索算法的带钢表面缺陷分类方法研究

作者：卢禹成长春工业大学

学位级别：硕士

带钢广泛应用到国防工业、汽车生产、航空航天、轻工业等领域。带钢生产过程中产生的表面缺陷不仅影响外观性能,还会直接影响后续加工质量和使用安全性。为避免有缺陷的产品流入到下游工厂,基于机器视觉技术的带钢表面缺陷检测系统的研... 详细信息

带钢广泛应用到国防工业、汽车生产、航空航天、轻工业等领域。带钢生产过程中产生的表面缺陷不仅影响外观性能,还会直接影响后续加工质量和使用安全性。为避免有缺陷的产品流入到下游工厂,基于机器视觉技术的带钢表面缺陷检测系统的研究对于提升带钢自动化生产、质量控制水平具有重要意义。为了加深机器视觉技术在带钢表面缺陷检测系统中的研究,本文提出了一种融合多种机制的改进麻雀搜索算法(IMM-SSA),并使用IMM-SSA优化BP神经网络分类器完成带钢表面缺陷的分类,具体工作如下:(1)分析了麻雀搜索算法存在的不足,并针对其存在的几点不足提出一种融合多种机制的麻雀搜索算法(IMM-SSA)。第一,通过Tent混沌映射序列使种群多样化和逐维小孔成像反向学习方法使初始种群精英化,提升初始种群质量,提高算法的全局搜索能力;第二,引入基于Sigmoid函数的自适应因子改进安全阈值,拓展麻雀的搜索能力,平衡麻雀算法的全局搜索能力和局部开发能力;第三,提出高斯-柯西变异机制,提升麻雀种群多样性,使算法跳出局部最优解的能力和全局搜索能力得到提升,提升算法寻优精度。(2)进行算法寻优性能对比。采用23种基准测试函数对IMM-SSA进行仿真测试,并使用遗传算法、粒子群优化算法、布谷鸟搜索算法、灰狼算法、天牛须算法、原始麻雀搜索算法与IMM-SSA同时进行仿真测试,用以对比IMM-SSA的迭代性能。(3)应用本文改进的分类器对带钢表面缺陷图像进行分类。先采用LBP算法对带钢表面缺陷进行图像预处理,导出特征向量。再应用IMM-SSA优化BP神经网络的初始连接权值和阈值。经实验证明,被优化后的BP神经网络分类器(IMM-SSABP)拥有较好的分类能力,分类正确率达94.33%,准确率达98.11%,精确率达94.46%,灵敏度达94.33%,特异性达98.87%,F1值达94.31%。(4)将IMM-SSA-BP的分类能力和其它分类器进行对比。将原始BP神经网络分类器以及遗传算法、粒子群优化算法、布谷鸟搜索算法、灰狼算法、天牛须算法、麻雀搜索算法与BP神经网络相结合制成分类器,并将上述七种分类器与IMM-SSABP进行分类能力对比。计算八种分类器分别对内含物、斑块、开裂、点蚀、轧制氧化皮、划痕以及六种缺陷总体的准确率、精确率、灵敏度、特异性和F1值进行对比,进一步证实本文所提出的分类器的分类能力。

关键词：麻雀搜索算法 BP神经网络带钢表面缺陷分类图像处理

基于深度学习的工业零件表面缺陷分类与检测研究

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于深度学习的工业零件表面缺陷分类与检测研究

作者：胡燕林桂林电子科技大学

学位级别：硕士

在工业领域中,零件的表面质量直接影响设备的使用和安全,因此,制造企业会对生产的零件进行严格的质量检测,以确保其具有良好的外观,抗腐蚀能力、耐磨性等性能,否则将会导致严重的后果。但是目前使用人工检测和传统视觉检测方法的效率和... 详细信息

在工业领域中,零件的表面质量直接影响设备的使用和安全,因此,制造企业会对生产的零件进行严格的质量检测,以确保其具有良好的外观,抗腐蚀能力、耐磨性等性能,否则将会导致严重的后果。但是目前使用人工检测和传统视觉检测方法的效率和准确率非常低,无法满足企业对质量管控的需求。本文为解决以上问题,提出使用深度学习方法构建工业零件表面缺陷分类与检测算法,并且结合实际的检测对象,对算法进行优化。本文的主要研究内容如下:(1)研究一种基于多尺度特征融合的表面缺陷分类方法,并应用于带钢表面分类。首先利用VGG网络作为骨干网络将局部特征进行聚集;然后利用不同大小的卷积核提取多尺度特征进行叠加;再利用注意力机制获取更多关键的细节信息;最后融合不同层次的特征实现带钢表面缺陷分类。测试结果表明,在NEU-CLS数据集上只用20%的缺陷样本作为训练集进行训练,准确率达到了99.86%,解决了工业上样本数据难收集的问题。(2)研究一种基于YOLOv5的轻量型的表面缺陷检测方法,并应用于磁性材料表面检测。首先在骨干网络Backbone中引入SE注意力机制、嵌入Transformer Block的C3TR模块和SPPF模块,加强骨干网络的特征提取性能;其次使用Ghost Bottleneck构成的C3Ghost替换Neck中的部分C3模块,降低模型的参数量和体积;最后使用深度可分离卷积并且去除Head中原有的用于检测大目标的预测分支,加快模型的检测速度。使用磁材数据集进行实验,改进后的YOLOv5模型相较于原YOLOv5整体m AP提升2.3%,小目标检测m AP提升7%,检测的准确性得到极大的提高;参数量减少51.5%,预测权重模型的大小减少50.1%,模型的FPS提升至83.3,模型部署更加容易且检测效率得到提升。(3)根据国内某磁性材料生产商的真实需求以及实际场景设计了一台磁性材料表面缺陷六面检测样机,通过对客户的具体需求进行分析,进行光学实验、相机镜头选型、机械结构方案设计、上位机系统开发。经过测试,样机能初步满足客户的检测需求。

关键词：深度学习表面缺陷分类特征融合缺陷检测 YOLOv5

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于PSO-SVM的带钢表面缺陷分类研究

内蒙古大学学报（自然科学版） 2015年第4期46卷 435-441页

作者：陈功苗瑞张洁上海交通大学机械与动力工程学院上海200240

带钢表面缺陷分类是一个多分类问题,采用传统分类器进行分类识别率较低.建立PSO优化SVM模型,对带钢表面分类问题进行了系统研究.模型采用交叉验证法,针对UCI数据库的带钢表面缺陷生产数据进行了实例分析,该方法可对1941组生产数据中的7... 详细信息

带钢表面缺陷分类是一个多分类问题,采用传统分类器进行分类识别率较低.建立PSO优化SVM模型,对带钢表面分类问题进行了系统研究.模型采用交叉验证法,针对UCI数据库的带钢表面缺陷生产数据进行了实例分析,该方法可对1941组生产数据中的7种不同类型缺陷进行较为准确的分类.经过与传统SVM、BP神经网络等方法进行对比,PSO-SVM体现出了更高的准确性和泛化能力,对生产实际有一定的指导作用.

关键词：表面缺陷分类支持向量机 PSO 泛化性能

维普期刊数据库

基于卷积神经网络模型的钢板表面缺陷分类方法研究

在线全文

学校读者我要写书评

暂无评论

基于卷积神经网络模型的钢板表面缺陷分类方法研究

作者：徐新星太原科技大学

学位级别：硕士

钢板在航空航天、机械制造、国防装备等领域中是非常重要的原材料。由于生产工艺和原材料等原因,导致钢板的表面上会出现多种缺陷。钢板表面缺陷的出现会降低钢板的产品质量,降低其机械性能,使其抗腐蚀性能力减弱。因此,在生产过程中实... 详细信息

钢板在航空航天、机械制造、国防装备等领域中是非常重要的原材料。由于生产工艺和原材料等原因,导致钢板的表面上会出现多种缺陷。钢板表面缺陷的出现会降低钢板的产品质量,降低其机械性能,使其抗腐蚀性能力减弱。因此,在生产过程中实时检测钢板表面缺陷,对于保证钢板的产品质量,具有非常重要的意义。在此背景下,本文对钢板表面缺陷图像预处理技术和钢板表面缺陷分类算法进行了研究。本文的主要研究内容如下:(1)钢板表面缺陷图像的预处理。本文的图像预处理技术主要包含图像滤波和图像增强两部分。分析了常用的三种滤波算法,结合实验分析,选择均值滤波作为钢板表面缺陷图像的滤波方法。采用MSRCR算法对缺陷图像进行增强,提高原图的质量,较好的突出图像的特征,提高图像的亮度和对比度。(2)基于VGG-19卷积神经网络模型的钢板表面缺陷分类方法。首先采用数据增强算法对数据集进行扩充,然后采用迁移学习共享VGG-19网络中卷积层与池化层的权值参数,并添加一些其他层,最后采用softmax分类器对数据集进行分类。实验结果表明,VGG-19网络与其他卷积神经网络模型相比,减小了模型大小,提高了分类准确率,减小了损失值。(3)基于CNN-SVM的钢板表面缺陷分类方法。利用卷积神经网络(CNN)和支持向量机(SVM)融合算法对细微的钢板表面缺陷进行分类。首先采用CNN中的卷积层和池化层进行特征提取,然后采用SVM分类器进行分类,并且在训练过程中加入L正则化算法。实验结果表明,CNN-SVM方法的分类准确率最高,测试时间最短。

关键词：表面缺陷分类卷积神经网络钢板缺陷图像预处理

面向工业缺陷分类的交互式易混淆缺陷分离方法研究

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

计算机工程与科学 2024年第3期46卷 463-470页

作者：罗月童李超周波张延孔合肥工业大学计算机与信息学院安徽合肥230601

在工业生产中会根据严重程度对缺陷做不同处理,所以需要对缺陷进行分类。但是,实际生产中经常因为存在一些易混淆缺陷而导致分类精度不够,使得在生产实践中只能对所有缺陷进行保守处理,带来很大人力成本和经济代价。为解决该问题,提出... 详细信息

在工业生产中会根据严重程度对缺陷做不同处理,所以需要对缺陷进行分类。但是,实际生产中经常因为存在一些易混淆缺陷而导致分类精度不够,使得在生产实践中只能对所有缺陷进行保守处理,带来很大人力成本和经济代价。为解决该问题,提出一种交互式易混淆缺陷分离方法,将少量易混淆缺陷从其他缺陷中分离出来,从而保证剩下的绝大部分缺陷的分类结果能被直接使用。首先,将训练数据中的易混淆缺陷挑选出来作为一个或多个新缺陷类别,称之为虚缺陷,从而使得训练所得网络能区分虚缺陷和其它类缺陷。其中,还设计了一套可视化界面辅助用户交互地挑选易混淆缺陷以构建虚类别。使用实际工业现场的CMOS缺陷数据进行有效性验证,结果表明所提方法能快速分类出易混淆缺陷,并保证剩余缺陷的分类精度满足工业应用要求。

关键词：表面缺陷分类易混淆缺陷深度学习可视分析

维普期刊数据库博看期刊

在线全文

学校读者我要写书评

暂无评论

轿车座椅皮革表面缺陷识别方法的研究

轿车座椅皮革表面缺陷识别方法的研究

作者：张守鑫长春工业大学

学位级别：硕士

皮革表面的缺陷问题(包括虫眼、颈纹、开裂、破洞、伤疤、烂毛孔、折痕和异物等)严重影响着最终产品的质量。目前我国的汽车皮革座椅生产过程中,皮革表面缺陷检测依旧采用人工方法目测,效率低、成本高,检测标准依靠个人主观经验,存在很... 详细信息

皮革表面的缺陷问题(包括虫眼、颈纹、开裂、破洞、伤疤、烂毛孔、折痕和异物等)严重影响着最终产品的质量。目前我国的汽车皮革座椅生产过程中,皮革表面缺陷检测依旧采用人工方法目测,效率低、成本高,检测标准依靠个人主观经验,存在很大的误判漏检的质量风险。本文以某汽车座椅皮革缺陷物料为研究对象,设计了基于ResNet的皮革缺陷检测算法,并提出了一种基于像素空间分布特征的直方图用于皮革表面缺陷的多阈值分割,相较基于传统灰度直方图的多阈值分割效果有明显提升。本文的研究内容如下:(1)本研究先对实际生产中较为常见的皮革缺陷进行采集,构建了由虫洞、开裂等8种缺陷和一个正常良品9种类别组成的皮革缺陷数据集。分别采用平移、旋转、和多尺度放缩的方式对原有数据集进行数据扩增,并采用经过Image Net数据集预训练过的ResNet50构建分类模型,对比数据扩增的效果,采用本文的数据扩增方法,模型训练的过拟合效果有了大幅度改善,并且分类的准确率从75.6%提升至98.6%。然后通过对比ResNet50、ResNet18、ResNet34和GoogLeNet模型对8种缺陷类型的分类性能,结果表明,ResNet50模型在皮革表面缺陷数据集上的准确率均超过98%,和各项缺陷的召回率均大于96%、F1值也都大于96%,是最优的模型。(2)针对传统灰度直方图只包含各灰度级像素数量信息,各灰度级像素空间分布信息的缺失,本文提出了一种基于灰度级像素空间分布特征构建的空间分布特征直方图。利用该直方图结合PSO算法、Otsu法和最小交叉熵法对皮革缺陷样本进行多阈值分割。实验表明,空间分布特征直方图的分割效果较基于灰度直方图的分割的效果有明显提升。(3)为了研究本文所提出的空间分布特征直方图的特性,本文研究了构成空间分布直方图的三个模块,基于这三个模块构架分别构建直方图进行多阈值分割,利用消融实验,分析各个模块的有效性。实验表明,分割后的PSNR值会随着模块的融入逐级递增,由此可证实空间分布直方图三个模块的有效性。同时本文研究了空间分布特征直方图中图形结构复杂系数的超参数:权重c,本文通过对权重c的取值设计梯度,对比分析在权重c取值不同时,对图像的多阈值分割结果的影响,还得出了在皮革缺陷场景下权重c的最优取值。

关键词：深度学习 ResNet 表面缺陷分类图像处理图像多阈值分割