科技与创新2024，Issue(4) ：39-41,45.DOI:10.15913/j.cnki.kjycx.2024.04.009

基于注意力机制和动态卷积的滚珠螺杆表面缺陷识别

符诗语 高齐
科技与创新2024，Issue(4) ：39-41,45.DOI:10.15913/j.cnki.kjycx.2024.04.009
✕
  • 维普
  • 万方数据

基于注意力机制和动态卷积的滚珠螺杆表面缺陷识别

符诗语 1高齐2
扫码查看

作者信息

  • 1. 江苏理工学院汽车与交通工程学院,江苏 常州 213001
  • 2. 江苏理工学院机械工程学院,江苏 常州 213001
  • 折叠

摘要

针对滚珠螺杆表面缺陷识别特征信息提取困难和识别精度较低等问题,提出了一种基于注意力机制和动态卷积的滚珠螺杆表面缺陷识别方法.首先,利用AlexNet网络进行缺陷样本图像的特征提取;然后,引入卷积注意力机制模块,在通道维度和空间维度增强缺陷区域位置权重,有效抑制相似背景干扰;最后,采用动态卷积模块对不同尺度的缺陷特征图像进行融合,提升模型特征提取能力,捕获丰富上下文信息.实验表明,该方法在滚珠螺杆表面缺陷测试集上精确率为96.6%,召回率为96.5%,具有良好的实际工业应用价值.

关键词

缺陷识别/AlexNet/注意力机制/动态卷积

引用本文复制引用

出版年

2024
科技与创新
中国计算机用户协会

科技与创新

ISSN：1008-0570
参考文献量11
段落导航相关论文