机械设计与制造2023，Vol.388Issue(6) ：167-171.

融合Channel-Attention机制的金属表面缺陷检测算法

Metal Surface Defect Detection Algorithm Fused with Channel-Attention Mechanism

符秦沈 王桂棠 张巧芬 邓宇平
机械设计与制造2023，Vol.388Issue(6) ：167-171.
✕
  • NETL
  • NSTL
  • 维普
  • 万方数据

融合Channel-Attention机制的金属表面缺陷检测算法

Metal Surface Defect Detection Algorithm Fused with Channel-Attention Mechanism

符秦沈 1王桂棠 2张巧芬 1邓宇平1
扫码查看

作者信息

  • 1. 广东工业大学机电工程学院,广东 广州 510006
  • 2. 广东工业大学机电工程学院,广东 广州 510006;佛山沧科智能科技有限公司,广东 佛山 528225
  • 折叠

摘要

传统的缺陷检测方法存在各种各样的弊端,近年用基于深度学习缺陷检测方法成为研究热点.针对目前主流的目标检测算法需要牺牲速度以获取精度的问题,提出了一种融合Channel-Attention机制的SSD目标检测算法.该算法利用通道注意力机制来学习特征通道之间的关系,从而对特征层的每一个通道特征进行权重的分配,进而提升网络的学习能力.在铝型材外观数据集上的实验结果表明,该算法的检测性能达到了较好的效果.改进模型的平均精确均值达到了78.17％,与基础模型SSD相比,提升了3.55％.同时检测速度达到了45frame/s,在提升精度的同时保证了检测速度.验证了融合Channel-Attention机制在提升模型精度的同时没有给模型增加过多的计算量,满足工业实时性检测的要求.

关键词

缺陷检测/深度学习/注意力机制/多尺度检测

引用本文复制引用

基金项目

国家自然科学基金(61705045)

出版年

2023
机械设计与制造
辽宁省机械研究院

机械设计与制造

CSTPCD北大核心
影响因子：0.511
ISSN：1001-3997
参考文献量3
段落导航相关论文