基于深度學習的熱軋鋼帶表面缺陷檢測方法
陳建強; 劉明宇; 符秦沈; 姚卓榮 廣州滄恒自動控制科技有限公司; 廣東工業大學機電工程學院
關鍵詞：深度學習 cnn 缺陷檢測 特征融合 ssd
摘要：針對人工檢測熱軋鋼帶表面缺陷錯漏率高的現狀,提出基于深度學習的熱軋鋼帶表面缺陷檢測方法。根據檢測精度和速度的要求,采用深度學習SSD網絡作為改進算法框架,并利用交叉特征融合的方法增強低層特征圖的語義信息,從而提高熱軋鋼帶表面缺陷的識別率。實驗表明:改進后的CroSSD網絡對熱軋鋼帶表面小尺寸缺陷檢測的mAP值達到73.7,速度達到40幀/s,相比SSD網絡有更好的效果,且滿足實時檢測的需求。
自動化與信息工程雜志要求:
{1}文章的格式：題目，作者姓名，工作單位，地址（××省××市××縣），郵編，摘要，關鍵詞，正文，注釋，參考文獻，作者簡介。
{2}每篇論文須包括題目、摘要和關鍵詞、正文、參考文獻和作者簡介，可在文稿首頁腳注處注明論文屬何種項目、何種基金（編號）資助。
{3}文稿標題層次用阿拉伯數字分級編號，如1級標題用 1……，2級標題用1.1……，余類推。通常設2至3級，不超過4級。文內標題力求簡短，一般不超過15個字。
{4}參考文獻：來稿均應有參考文獻，參考文獻應引自正式出版物（不含內部資料、文件、使用說明書等）。在稿件的正文中依次出現的先后順序用阿拉伯數字加方括號在段末右上角標出，按引用的先后順序列于文末。
{5}所有論文都應有500字左右的中文摘要和3～8個關鍵詞，并附英文翻譯。
注：因版權方要求，不能公開全文，如需全文，請咨詢雜志社
相關期刊
