基于非局部U-Net模型的汽车零部件缺陷分割算法

基于非局部U-Net模型的汽车零部件缺陷分割算法
孙繁荣;肖楠;吴月新
【期刊名称】《电子设计工程》
【年(卷),期】2022(30)16
【摘要】为了保证汽车零部件的生产质量,采用了一种基于非局部U-Net卷积神经网络的轴套缺陷自动分割算法,在汽车零部件出厂之前便可准确检测出存在的缺陷。

通过在原始的U-Net网络中引入了规范化非局部模块的方法,可以提升模型的准确性和鲁棒性。

在轴套数据库上的实验结果表明,非局部U-Net网络在汽车零部件的缺陷分割中取得了不错的效果,Dice系数达到了0.812 9,该模型可以很好地实现汽车零部件图像缺陷的自动化分割,满足自动化无损检测的要求。

【总页数】5页(P70-74)
【作者】孙繁荣;肖楠;吴月新
【作者单位】工业互联网创新中心(上海)有限公司
【正文语种】中文
【中图分类】TP18
【相关文献】
1.基于局部和非局部空间信息的图像分割算法
2.基于深度学习U-Net模型的石块
图像分割算法3.一种基于局部符号差能量的非局部分割模型4.基于改进的U-Net
网络模型的气胸分割算法5.基于U-Net模型和FCM算法的番茄穴盘苗重叠幼叶
分割方法
因版权原因，仅展示原文概要，查看原文内容请购买。