光电子·激光2021，Vol.32Issue(4) ：403-408.DOI:10.16136/j.joel.2021.04.0411

融合注意力机制的金属缺陷图像分割方法

Metal defect image segmentation algorithm combined with attention mechanism

赵鹤 杨晓洪 杨奇 尹丽琼
光电子·激光2021，Vol.32Issue(4) ：403-408.DOI:10.16136/j.joel.2021.04.0411
✕
  • NETL
  • NSTL
  • 维普
  • 万方数据

融合注意力机制的金属缺陷图像分割方法

Metal defect image segmentation algorithm combined with attention mechanism

赵鹤 1杨晓洪 1杨奇 2尹丽琼2
扫码查看

作者信息

  • 1. 昆明理工大学信息工程与自动化学院,云南昆明650500
  • 2. 武钢集团昆明钢铁股份有限公司安宁公司,云南昆明650302
  • 折叠

摘要

由于金属表面缺陷图像的特性,有效精确分割是图像处理任务中的一大挑战.为了获得缺陷的类型、大小及位置信息,本文提出一种融合注意力机制的金属缺陷图像分割网络.该网络分为两条路径,语义信息路径主要由残差块构成的卷积网络获得特征图,采样过程中分步融合注意力机制以增强特征与背景对比度.旁路路径设计注意力机制模块获得位置信息的权重图,后将同尺寸的特征图与权重图融合,通过空间金字塔结合多尺度特征.实验结果表明,运用该算法可以提高金属表面缺陷图像的分割精度.

关键词

语义分割/膨胀卷积/注意力机制/特征融合

引用本文复制引用

基金项目

国家重点研发计划(2017YFB0306405)

云南省重点研发计划(2018BA070)

国家自然科学基金(61364008)

出版年

2021
光电子·激光
天津理工大学 中国光学学会

光电子·激光

CSCD北大核心
影响因子：1.437
ISSN：1005-0086
被引量3
参考文献量16
段落导航相关论文