隨著技術(shù)日新月異的輪番迭代,現(xiàn)代工業(yè)已邁向全新的發(fā)展階段。高數(shù)量、高質(zhì)量、高效率成為了新一代企業(yè)的首要綱領(lǐng)。如何在保證產(chǎn)品數(shù)量的同時快速檢測質(zhì)量成為工業(yè)領(lǐng)域的首要挑戰(zhàn)。受使用年限、施工工藝及自然環(huán)境多重因素的影響,工業(yè)領(lǐng)域表面頻繁出現(xiàn)多種缺陷,如裂縫、坑洼、斑駁等,對于工業(yè)領(lǐng)域應(yīng)用場景來講,這些缺陷的出現(xiàn)將嚴重降低使用壽命與生產(chǎn)效率。由此可見,進行表面缺陷檢測具有重大的研究價值與實際意義。由于不同形態(tài)的表面缺陷之間存在較大差異,而裂縫又作為工業(yè)領(lǐng)域最為常見且影響最大的缺陷形態(tài),所以本文將裂縫作為主要缺陷類型進行研究。從不同的工業(yè)應(yīng)用場景出發(fā),完成對于裂縫的檢測任務(wù)。當(dāng)前結(jié)合深度學(xué)習(xí)的裂縫檢測算法仍然存在許多問題,根據(jù)實際工業(yè)的不同需求,本研究主要從裂縫分割與裂縫分類兩種任務(wù)出發(fā)探究現(xiàn)存問題。裂縫分割任務(wù)存在小尺度目標(biāo)分割不連續(xù)、邊界分割不清晰、裂縫結(jié)構(gòu)模糊的問題。裂縫分類任務(wù)存在數(shù)據(jù)集樣本不足、模型參數(shù)量大、易導(dǎo)致過擬合的問題。因而,本文開展了基于深度學(xué)習(xí)的工業(yè)領(lǐng)域裂縫檢測研究,主要工作如下:(1)針對裂縫分割領(lǐng)域存在的小尺度目標(biāo)分割不連續(xù)、邊界分割不清晰、裂縫結(jié)構(gòu)模糊的問題,提出一種...

【文章頁數(shù)】：61 頁

【學(xué)位級別】：碩士

【文章目錄】：
摘要
ABSTRACT
第1章 緒論
    1.1 背景及意義
    1.2 國內(nèi)外研究現(xiàn)狀
        1.2.1 裂縫分割方法
        1.2.2 裂縫分類方法
    1.3 論文研究內(nèi)容
    1.4 論文結(jié)構(gòu)安排
第2章 相關(guān)技術(shù)原理
    2.1 卷積網(wǎng)絡(luò)
        2.1.1 卷積網(wǎng)絡(luò)基本組件
        2.1.2 經(jīng)典卷積神經(jīng)網(wǎng)絡(luò)
    2.2 基于裂縫分割網(wǎng)絡(luò)模型
    2.3 基于裂縫分類網(wǎng)絡(luò)模型
    2.4 本章小結(jié)
第3章 基于多層次特征融合和注意力機制的裂縫檢測模型
    3.1 網(wǎng)絡(luò)模型
        3.1.1 模型建立
        3.1.2 單尺度多層次特征融合模塊
        3.1.3 三重注意力模塊
        3.1.4 損失函數(shù)
    3.2 實驗籌備
        3.2.1 數(shù)據(jù)集
        3.2.2 實驗搭建
        3.2.3 邊緣評價指標(biāo)
    3.3 重要模型對照實驗
        3.3.1 單尺度多層次模型對照實驗
        3.3.2 注意力模塊對照實驗
    3.4 消融實驗
    3.5 模型對比實驗
    3.6 本章小結(jié)
第4章 基于輕量型的兩階段裂縫分類模型
    4.1 網(wǎng)絡(luò)模型
        4.1.1 兩階段網(wǎng)絡(luò)搭建
        4.1.2 分割模塊
        4.1.3 決策模塊
    4.2 實驗籌備
        4.2.1 數(shù)據(jù)集
        4.2.2 實驗環(huán)境
        4.2.3 分類評價指標(biāo)
    4.3 分割網(wǎng)絡(luò)對照試驗
        4.3.1 輕量型網(wǎng)絡(luò)性能分析
        4.3.2 經(jīng)典分割網(wǎng)絡(luò)對比實驗
        4.3.3 數(shù)據(jù)標(biāo)注的影響
        4.3.4 輸入分辨率的影響
        4.3.5 輸入圖像旋轉(zhuǎn)的影響
    4.4 損失函數(shù)對比分析
    4.5 決策網(wǎng)絡(luò)性能分析
    4.6 本章小結(jié)
第5章 結(jié)論
    5.1 總結(jié)
    5.2 展望
參考文獻
致謝



本文編號：3917632