浅层卷积神经网络融合Transformer的金属缺陷图像识别方法

TANG Donglin, YANG Zhou,CHENG Heng,LIU Mingxuan, ZHOU Li, DING Chao

wf（2022）

Cited 0|Views5

No score

Abstract

针对金属缺陷识别领域中传统深度学习方法存在参数量多、计算量大的问题,提出了一种浅层卷积神经网络融合Transformer模型的金属缺陷识别方法.利用浅层卷积神经网络学习图像局部信息与位置信息,通过Transformer学习图像全局信息,同时引入通道注意力模块SE关注重要特征通道,实现缺陷图像识别.通过引入公开缺陷数据集验证该方法的有效性,同时利用自建缺陷超声数据集验证所提方法的通用性.实验结果表明,在中小规模数据集上,该方法通用性较强,能够对金属缺陷图像进行有效识别.

AI Read Science

Must-Reading Tree

Example

Generate MRT to find the research sequence of this paper

Chat Paper

Summary is being generated by the instructions you defined