基于SP-DDN 的冲压件表面缺陷检测

  • 打印
  • 收藏
收藏成功
微博 QQ空间 微信


打开文本图片集

摘要：车身冲压件表面缺陷具有缺陷尺寸跨度大、缺陷类别间差异小等特点，导致传统表面缺陷检测手段的检测准确率低，难以满足实际工业需求。本文提出一种通道自关联特征金字塔深度学习缺陷检测模型SP-DDN，该模型通过对特征金字塔结构进行扩展得到多层扩展特征融合网络CFPN 结构，并在该结构中引入具有通道关联分析能力的注意力模块，以提高模型对多类别缺陷间差异性的特征提取能力，提升模型的缺陷检测精确度。（剩余2108字）

试读结束

目录
monitor