镍铁基高温合金GH4169合金由于其良好的综合性能被广泛应用在航空、石化、核能等行业,其冶炼工艺复杂,制备工艺路线较长,因此在铸造过程中会不可避免地产生大量组织缺陷,这些缺陷会对合金的性能造成重要的影响.为了消除合金组织表面缺陷,需要研究合金组织表面缺陷的分布和成因以此提高合金的冶炼技艺.但传统人工检测GH4169合金组织表面缺陷效率低、精度差,很难用于检测大棒材.因此,为了实现组织表面缺陷的自动检测,在RetinaNet网络结构的基础上提出了一种CA-RetinaNet网络结构用于GH4169合金组织表面缺陷检测,该方法主要增强了网络检测小缺陷的能力.首先,在特征提取网络中使用了CA-Resnet结构,引入轻型注意力机制对感兴趣目标进行特征权重增强,提高了含有目标通道的权重;然后对RetinaNet网络中的特征金字塔网络进行了优化,重新构建了特征金字塔网络的底层结构,以获取更大的特征图检测小缺陷.利用CA-RetinaNet网络模型在GH4169合金组织表面缺陷数据集上进行检测实验,取得了较高的准确率,相较于原始RetinaNet网络,mAP值提升了8.6％,极大地提升了网络的检测精度.
国家科技期刊平台
NSTL
万方数据
维普
