【摘 要】
:
金属板带材是冶金工业的主要产品之一,广泛应用于家电、军事和化工等支柱行业。表面质量是板带材的关键质量因素之一,传统基于机器视觉的表面缺陷检测算法存在检测效果不够理想、检测速度较慢、推广性能差和适应性差等不足。因此有必要研究智能自动化缺陷检测算法来提高缺陷检测的效率及准确率。本文以金属板带材表面缺陷为研究对象,将深度学习领域中的深度卷积神经网络(Deep Convolutional Neural N
论文部分内容阅读
金属板带材是冶金工业的主要产品之一,广泛应用于家电、军事和化工等支柱行业。表面质量是板带材的关键质量因素之一,传统基于机器视觉的表面缺陷检测算法存在检测效果不够理想、检测速度较慢、推广性能差和适应性差等不足。因此有必要研究智能自动化缺陷检测算法来提高缺陷检测的效率及准确率。本文以金属板带材表面缺陷为研究对象,将深度学习领域中的深度卷积神经网络(Deep Convolutional Neural Network,DCNN)技术应用到金属板带材表面缺陷图像检测问题中。主要从表面缺陷图像的分类和目标检测两个方面展开算法研究,并通过系统设计开发验证研究成果。论文的主要研究内容如下:(1)针对板带材表面缺陷特征提取困难和数据样本采集受限的问题,提出结合改进深度卷积生成对抗网络(Deep Convolutional Generative Adversarial Networks,DCGAN)和DCNN的缺陷图像分类算法d DCGAN-DCNN。该算法首先对DCGAN生成器和判别器网络结构进行改进,利用热轧钢带表面缺陷分类数据集NEU-CLS训练样本和随机噪声对其进行训练,得到改进DCGAN的高分辨率缺陷样本生成模型。在此基础上,合并生成样本和训练样本作为新的训练集,根据研究对象构建VGG-16迁移学习模型以执行缺陷分类任务,检验生成样本的有效性。对比实验结果表明,该算法自动提取的缺陷特征具有强大的辨别能力,生成样本能够提升缺陷分类的准确率,分类准确率达到99.07%,同时具有良好的抗噪性和泛化性。(2)针对板带材表面缺陷呈现形式存在多样性、复杂性和随机性而导致难以快速定位并准确识别的问题,提出融合多层次特征Faster R-CNN的缺陷目标检测算法(DefectTarget Detection Network,DDN)。该算法采用多层次特征融合网络(Multilevel-Feature Fusion Network,MFN)融合Faster R-CNN中VGG-16提取的各层次特征图,得到具有丰富位置信息和语义信息的融合特征图,后续网络基于该融合特征图进行分类以及边框回归,最终确定缺陷的类别以及位置。利用钢带和铜板表面缺陷检测数据集NEU-DET和KMUST-DET评估所提算法性能,对比实验结果表明,提出的DNN能够快速准确检测出具有不同尺度的各类缺陷,与Faster R-CNN相比,在不损耗过多检测时间的前提下具有更优的检测精度,平均检测时间为129.65/153.17ms,平均准确率均值(Mean Average Precision,m AP)为86.13%/92.54%。(3)根据检测系统功能需求,将(1)(2)研究算法应用到检测系统中,设计开发基于DCNN的板带材表面缺陷离线智能检测系统。该系统基于B/S架构,前台采用j Query Easy UI作为UI工具,后台采用Django作为Web应用框架,Postgre SQL作为DBMS,Tensor Flow、Open CV作为视觉算法开发包。采用Ajax技术实现前后台数据交互,利用GPU和cu DNN加速框架进行网络训练。实现用户权限管理、缺陷样本库构建、缺陷图像预览、模型训练、模型查看、缺陷分类、缺陷目标检测和检测结果查询等功能。运行结果表明,所设计系统具有较好的交互性和用户友好性,能够完成规定任务,符合用户需求。
其他文献
为了更深入地理解视觉世界,计算机不仅需要检测出复杂场景中的单个目标,还要对目标间的关系进行推理。在各种视觉关系中,我们最关注的是场景中的人与其他物体间的关系。人物交互(Human-Object Interaction,HOI)检测是用于判断人与物体间的交互行为的计算机视觉任务,具有巨大的实际应用价值和潜力。HOI检测通常被理解为检测三元组<人、动词、物>,在检测出人和物体的基础上,对候
计算机视觉是人工智能领域重要的研究方向之一,而作为计算机视觉主要分支的目标跟踪技术受到国内外学者的重视。传统的目标跟踪算法主要利用相关滤波方法处理手工设计的低维目标特征实现跟踪。然而,由于手工特征不能从本质上刻画目标,因此会导致跟踪性能受到限制。深度学习技术可以将低层特征组合成抽象的高层特征,从而克服手工特征表征不足的问题。目前,基于深度学习的目标跟踪算法大都是使用卷积神经网络来研究这一问题。这类
如今的信息化时代,大量的信息通过数据的形式存储在个人或企业的硬件设备中,用何种技术保护信息的安全成为一个核心话题。虹膜识别具有高唯一性、强稳定性和非侵犯性等特点,使其成为最安全、最稳定的识别技术之一,担起了保护信息的重任,因此成为了重要的研究方向之一。该文将卷积神经网络应用到虹膜识别中,对虹膜图像做分类任务,用于人员的身份识别,并针对传统的卷积神经网络在虹膜识别研究中存在的过拟合及识别不稳定问题做
随着信息技术的发展,病历逐渐从纸质病历演变到电子病历,患者的医疗信息也随即转向信息化存储。在传统的医疗信息存储系统中,各个医疗机构之间的医疗信息存储无法做到共享患者的医疗信息,出现了“数据孤岛”的现象,不便于患者个人掌握病史。与此同时,传统医疗信息存储系统无法记录下对医疗信息的访问记录,存在隐私泄露的可能。区块链是一种分布式账本,可以用于存储患者医疗信息,并记录下对患者医疗信息的访问记录,可以帮助
在现代战争中,侦察设备的隐蔽性十分关键,无源定位技术的出现给传统的定位方式带来了新的思路,可以不主动发射电磁波就可以实现目标位置确定。分布式无源定位意味着多个测量站协同工作,通过静默地接收辐射源电磁波来发现目标位置,达到定位的目的。分布式无源定位技术应用范围十分广泛,在电子侦察与对抗领域有着重要的地位。分布式无源定位系统中可以使用的定位技术有很多,例如测角定位、测时差定位、频差、相位差定位以及混合
本文通过分析园林施工企业造价管理现状流程和管理过程存在的问题,提出了园林工程实施阶段造价管理研究的必要性。通过分析项目实施过程不同阶段造价管理的内容,明确各阶段造价管理的要点,并在此基础上构建园林施工企业全过程工程造价管理体系,设计了全过程工程造价管理体系系统图。从工程投标到工程交接,进行了全过程工程造价管理体系六个实施过程管理策略研究:采用一元线性回归法与市场询价相结合的投标阶段成本测算的方法,
发展新型智慧城市是国家重要战略,以构建“城市大脑”为核心的新一代智能化设施为基础,打造安全和便捷的智慧生活。城市中海量摄像头与监控视频数据的分析和高效利用是实现新型智慧城市的核心关键之一。本文主要针对视频中最关键的行人进行重识别,即在一个非重叠视域的多摄像头网络采集的视频中,搜索匹配给定的目标行人图像,用于跨摄像头的行人分析、检索和追踪,是实现智慧城市和智能安防的核心技术,已成为计算机视觉领域的研
随着智能电网的发展,准确的电力负荷预测变得越来越重要,因为它可以帮助电力公司更好地进行负荷调度并减少过多的电力生产。智能电网中的日常运营和规划需要提前一天对其客户进行负荷预测。然而,电力负荷预测是一项具有挑战性的任务,因为它依赖于外部因素,如气象和外生变量,其困难之处在于影响因素繁多,且规律变化万千无从寻觅。本文先阐述了短期电力负荷预测的背景及意义,机器学习应用于智能电网负荷预测的研究现状。再对某
三农问题始终与人民的生活息息相关,而土地作为其形成的重要地位毋庸置疑。从改革开放初期土地所有权和使用权的分离,到21世纪初期的土地使用权开始流转,再到新时代时期土地的所有权使用权和经营权的分离,从始至终都在围绕“土地”展开实施,始终站在人民的立场上努力提升人民的生活水平,但诸多政策实践时难免会遇到一些困境,诸如交易市场不完善,流转后农民的生活未有保障,土地的“圈地运动”等,此种现象严重影响社会秩序
随着21世纪信息技术的发展,互联网带来的信息革命已经深入各行各业,大大促进了经济,文化,社会等各个方面的快速发展。互联网中的浩如烟海的程序代码是由一位位辛劳的程序员而写,不可避免地会出现漏洞。到如今,软件漏洞已经存在了至少30多年,每一次漏洞的爆发都会给社会带来巨大的经济损失。Linux是现代互联网发展的基石,软件漏洞的攻击与防御技术在过去几十年中螺旋发展,防御者提出了各种各样的防御技术。时至今日