现代计算机2022，Vol.28Issue(18) ：1-8.DOI:10.3969/j.issn.1007-1423.2022.18.001

结合特征融合与分离的带钢表面缺陷检测方法

A Strip Surface Defect Detection Method Combining Feature Fusion and Separation

段佳佳
现代计算机2022，Vol.28Issue(18) ：1-8.DOI:10.3969/j.issn.1007-1423.2022.18.001
✕
  • 维普
  • 万方数据

结合特征融合与分离的带钢表面缺陷检测方法

A Strip Surface Defect Detection Method Combining Feature Fusion and Separation

段佳佳1
扫码查看

作者信息

  • 1. 太原师范学院计算机科学与技术学院,晋中 030619
  • 折叠

摘要

针对带钢表面缺陷检测缺少标注数据集和标注数据成本巨大的问题,提出一种改进的Softteacher模型.首先,改进FFRCNN网络,进一步融合图片的特征,以避免带钢表面缺陷检测数据集特征的丢失;其次,改进半监督伪标签生成规则,以提升伪标签的可靠性.实验结果显示,Softteacher模型检测效果优于其他半监督方法,基于Softteacher模型改进后的方法用于带钢表面缺陷检测时的准确度和平均准确率均值都更高.

关键词

带钢表面/半监督/缺陷检测/Softteacher/FFRCNN

引用本文复制引用

基金项目

太原师范学院科研项目(XTCXZX-2018-002)

出版年

2022
现代计算机
中大控股

现代计算机

影响因子：0.292
ISSN：1007-1423
参考文献量2
段落导航相关论文