基于对称卷积网络的表面缺陷鲁棒检测算法

扫码查看

原文链接

万方数据
维普

中文摘要：钢材生产的过程中,如何有效检测带钢表面的各种缺陷,确保钢材的质量,是制造过程中的关键环节.针对钢材表面缺陷样本数量少,难以运用大规模网络模型的问题,提出基于对称卷积网络的钢材表面缺陷检测方法.首先基于小样本进行对称网络训练,以获得样本的特征向量,确保同类样本特征向量距离近,异类样本特征向量距离远;然后基于样本特征向量训练SVM分类器,以进行缺陷检测.同时论文引入了CW攻击算法,通过对抗攻击获得对抗样本,基于对抗样本进行模型训练,提升模型的鲁棒性.实验在NCU数据集上表明,该方法能检测各类表面缺陷,并取得优于传统单边CNN模型的效果.

作者：

王一波、李兴、赵亮凯、张庆彪、胡家俊

展开 >

作者单位：

柳州工学院信息科学与工程学院

关键词：

对称卷积网络钢材表面缺陷检测

基金：

广西科技基地和人才专项广西高校中青年教师科研基础能力提升项目广西高校中青年教师科研基础能力提升项目

项目编号：

2020AC191152020KY600132020KY60012

出版年：

2024

江苏通信

江苏省通信学会

江苏通信

影响因子：0.062

ISSN：1007-9513

年,卷(期)：2024.40(4)