一种基于改进U-Net的苹果表皮缺陷无损检测方法探讨

扫码查看

原文链接

万方数据
维普

中文摘要：针对目前苹果外观品质通过人工筛选成本高昂且效率低下,而传统机器视觉方法准确率较低、鲁棒性较差等问题,提出了一种运用语义分割技术自动识别苹果及其表皮缺陷的方法.该方法以U-Net网络为基础,首先在编码器的CNN分支使用resnet50作为网络backbone,同时加入Transformer分支,用于兼顾局部信息与全局信息的特征提取能力;使用Patch Merging模块替换原始网络中的最大池化下采样操作,避免空间信息丢失;在解码器部分,使用dual up-sample提升网络的分割精度.改进后的网络平均像素准确率(MPA)达到98.14%,相比于原网络提高了7.33%,平均交并比(MIoU)95.57%,提高了14.14%.与原网络相比,改进后的网络有更好的特征提取能力与分割精度,针对不规则的缺陷特征也有更好的分割效果.

作者：

黄旭、李泽文、曾孟佳

展开 >

作者单位：

湖州师范学院信息工程学院,浙江湖州 313000

湖州学院电子信息学院,浙江湖州 313000

湖州市城市多维感知与智能计算重点实验室,浙江湖州 313000

关键词：

表面缺陷语义分割 U-Net网络苹果缺陷注意力机制

基金：

教育部人文社会科学一般项目浙江省湖州市工业攻关项目

项目编号：

20YJCZH0052018GG29

出版年：

2024

DOI：

10.19415/j.cnki.1673-890x.2024.11.056

南方农业

重庆市农业科学院

南方农业

影响因子：0.596

ISSN：1673-890X

年,卷(期)：2024.18(11)