论文部分内容阅读
针对铝板缺陷电涡流检测图像边缘区域不容易识别,同时检测图像存在背景噪声干扰的问题,提出了一种基于改进生成对抗网络的铝板缺陷电涡流检测图像分割方法。该方法建立在生成对抗网络图像分割模型的基础上,生成器部分采用U-Net模型的思想,在高低层特征融合之前采用注意力模块,调整低层特征与高层特征拼接时的权重,有利于提高图像特征信息的利用,增强目标特征并抑制背景特征。判别器部分用于区分网络生成的结果和人工标注的真实结果。所提方法采用Precision、Recall和F1作为评价指标。实验结果表明,与传统的图像分