[1]袁 梦,苏工兵,曾文豪.基于轮廓变形的工业产品表面划痕检测算法[J].数字农业与智能农机,2024,(05):121-123.[doi:10.3969/j.issn.2097-065X.2024.05.037]
　[J].Digital agricullture and Intelligent agricutural machinery,2024,(05):121-123.[doi:10.3969/j.issn.2097-065X.2024.05.037]
点击复制

基于轮廓变形的工业产品表面划痕检测算法()
分享到：

《数字农业与智能农机》[ISSN:2097-065X/CN:42-1920/S]

卷:
期数:
2024年05期
页码:
121-123
栏目:
智能装备技术
出版日期:
2024-05-31

文章信息/Info

作者:
袁 梦 ; 苏工兵 ; 曾文豪
武汉纺织大学机械工程及自动化学院,湖北 武汉 430200
关键词:
深度学习; 实例分割; 缺陷检测; 轮廓变形
DOI:
10.3969/j.issn.2097-065X.2024.05.037
文献标志码:
A
摘要:
针对工业产品表面划痕实例分割精度低、耗费运算量大的问题,提出了一种基于轮廓变形的产品表面划痕的实例分割算法。该算法通过目标检测和轮廓变形两阶段的任务来实现对划痕的精确分割。在自建的划痕实例分割数据集上进行了对比实验,结果表明,实例分割算法对于工业产品表面划痕分割的各种AP值分别达到41.2%、67.7%和43.9%,均高于主流的逐像素分割模型,为工业产品表面划痕的精细检测领域提供了一种新的研究思路。

参考文献/References:

[1] Castrejon L,Kundu K,Urtasun R,et al.Annotatingobject instances with a polygon-RNN[C]//Proceedingsof the IEEE Conference on Computer Vision andPattern Recognition,2017:5230-5238.

[2] Ling H,Gao J,Kar A,et al.Fast interactive object annotationwith curve- GCN[C]//Proceedings of theIEEE/CVF Conference on Computer Vision and PatternRecognition,2019:5257-5266.
[3] Wang Y,Xie H,Zha Z,et al.ContourNet: taking a furtherstep toward accurate arbitrary-shaped scene textdetection[J].IEEE,2020:11750-11759.
[4] Peng S,Jiang W,Pi H,et al.Deep snake for real-timeinstance segmentation[C]//Proceedings of the IEEE/CVF Conference on Computer Vision and Pattern Recognition,2020:8533-8542.
[5] Yu F,Wang D,Shelhamer E,et al.Deep layer aggregation[J].arXiv,2017.
[6] Zhou X,Wang D,Krhenbühl,et al.Objects as points[J].arXiv,2019.

相似文献/References:

[1]张行星,张行钊,王 莎,等.基于深度学习的农作物病害识别方法研究[J].数字农业与智能农机,2024,(02):80.[doi:10.3969/j.issn.2097-065X.2024.02.024]
　[J].Digital agricullture and Intelligent agricutural machinery,2024,(05):80.[doi:10.3969/j.issn.2097-065X.2024.02.024]
[2]冯彦彦.耕地中苗圃快速智能化调查技术研究[J].数字农业与智能农机,2024,(03):91.[doi:10.3969/j.issn.2097-065X.2024.03.027]
　[J].Digital agricullture and Intelligent agricutural machinery,2024,(05):91.[doi:10.3969/j.issn.2097-065X.2024.03.027]
[3]陈嘉茹,侯英勇,王树臣,等.基于深度学习的鸡脸识别与行为分析算法研究[J].数字农业与智能农机,2024,(08):24.[doi:10.3969/j.issn.2097-065X.2024.08.008]
　[J].Digital agricullture and Intelligent agricutural machinery,2024,(05):24.[doi:10.3969/j.issn.2097-065X.2024.08.008]

更新日期/Last Update: 2024-06-04