【摘 要】
：
在工业检测领域,基于深度学习的算法已经广泛应用于表面缺陷检测。然而在工业领域难以获得足够数量的缺陷样本,导致数据驱动的深度学习方法难以解决所有表面缺陷检测任务。本文详细分析当前缺陷检测算法在实际应用中所面临的问题,提出小样本条件下的表面缺陷检测算法和无缺陷样本条件下的表面缺陷检测算法。针对表面缺陷样本获取困难,样本数量难以满足深度学习模型训练要求的问题。本文提出一种基于YOLO网络的小样本缺陷检测
【基金项目】
：
国家自然科学基金面上项目:“基于微特征分析的加工表面微缺陷智能辨识方法”,项目资助号:51775214；
论文部分内容阅读
在工业检测领域,基于深度学习的算法已经广泛应用于表面缺陷检测。然而在工业领域难以获得足够数量的缺陷样本,导致数据驱动的深度学习方法难以解决所有表面缺陷检测任务。本文详细分析当前缺陷检测算法在实际应用中所面临的问题,提出小样本条件下的表面缺陷检测算法和无缺陷样本条件下的表面缺陷检测算法。针对表面缺陷样本获取困难,样本数量难以满足深度学习模型训练要求的问题。本文提出一种基于YOLO网络的小样本缺陷检测算法（SSDN）,该算法对特征网络的结构进行优化设计一个轻量化的特征提取网络。在区域提议方法上,对Anchor方法做改进,平衡算法检测的准确率和复杂度。SSDN算法在数据集DAGM2007上,每类样本仅使用10张图片训练,获得的Acc指标结果为100%,100%,99.20%,100%,99.29%,100%。六个类别样本的Ave-accuracy达到了99.72%,准确率优于12-class CNN,SIFT and ANN,Weibull和11-layer CNN算法。针对多数表面缺陷的类别和特征无法预测,缺陷图像稀缺,并且当前无监督方法在面对规则和非规则纹理表面缺陷检测时结果差别较大的问题。本文提出一种基于全卷积自编码器的表面缺陷检测算法（Re Net-D）。该算法包括两个阶段:图像重构网络训练阶段和表面缺陷区域检测阶段。训练阶段仅使用少量正常图像块使得重构网络能够重构出正常的图像块,缺陷检测阶段以图像块的重构残差图作为缺陷的可能区域,并通过二值化等图像操作获得最终检测结果。对于以往检测算法在不规则纹理表面缺陷图像效果较差的问题,本文提出一种结合结构性损失和L1损失的函数作为重构网络的损失函数。Re Net-D算法在DAGM2007,AITEX,Kylberg Sintorn Rotationdata数据集上的精度为0.884、0.793、0.855、0.940、0.824、0.935,优于现有的传统无监督方法（LCA、PHOT）和基于深度学习的无监督方法（MSCDAE）。
其他文献
近年来,高温合金材料的应用日益广泛。由于该材料的优异性能,高温合金已经成为航空发动机、燃气涡轮机等装置的主要应用材料。同时,高温合金也是典型的难加工材料之一。为解决高温合金的加工难题,本文对高温合金超声辅助螺纹加工技术进行了研究。根据高温合金的加工特性,建立了一套超声辅助车削加工系统。对超声辅助加工技术进行了理论分析,论述了超声辅助加工提升加工质量的机理。同时,利用建立好的超声车削系统对GH416
风力机叶片作为风电机组捕获风能的核心构件,其翼型的流场特性、压力系数分布和升阻特性决定了风力机的气动性能,对整机风能转化效率至关重要。风力机叶片的尾缘襟翼因其突出的增升效果和结构简单的特征引起广泛关注。目前针对风力机翼型尾缘襟翼的研究主要集中于二维结构分析,但水平轴风力机叶片的运动为三维旋转运动,而且叶尖位置捕风效率最高,因此研究水平轴风力机叶尖尾缘襟翼对其气动性能的影响具有重要意义。本文通过数值
随着电子信息行业的高速发展,电磁辐射严重影响了设备的运行质量和信息传输安全等。电磁吸收材料是解决目前全球性电磁辐射问题的有效手段之一。电磁吸收材料是指能够吸收电子元器件本身产生的源辐射和外部器件/设备产生的电磁辐射的材料。其基本损耗机制可以分为介电损耗和磁损耗。电磁吸收材料的性能与其成分以及吸收体的微结构是息息相关的,微波吸收性能主要取决于材料和电磁波之间的阻抗匹配,以及材料本身的复介电常数和复磁
GCr15轴承钢是高碳铬轴承钢中的典型代表,自问世以来其化学元素的含量几乎没有变化,但是其疲劳寿命与早年相比有了几十倍的提高,其主要原因是其纯净度的显著提高。氧化物夹杂是影响轴承钢疲劳寿命的关键,因此,钢中氧质量分数是衡量轴承钢质量的重要指标,如何降低钢中氧质量分数,并对钢中夹杂物进行控制是生产高质量轴承钢的关键因素之一。为了获得更好的脱氧效果提高轴承钢质量,本论文尝试开展新型脱氧剂的研究。Mg是
基于我国硼镁矿资源现状,以及酸法生产过程中硼和镁难于分离的实际问题,不仅造成了资源的浪费,而且还存在环境污染问题,从而使我国硼行业生产处于全面亏损的不利局面。因此,实现溶液体系下硼和镁元素的有效分离及资源化利用是解决我国硼行业生产问题的关键,而相关基础研究尤为重要。分子动力学模拟方法作为研究溶液体系中粒子赋存行为与缔合特性的一种重要可视化方法,对深入理解高温高压体系下溶液中粒子的赋存状态具有重要意
随着机器人技术的发展,机器人与人在服务业和工业等动态场景中的合作越来越紧密。在这种以人为中心的场景中,保证机器人产生反应性运动以及避免与人或其他环境发生碰撞至关重要。传统机器人控制方法能够实现机器人在结构化环境中高速、高精度运动,然而这些方法严重依赖于对机器人运动的离线规划,故难以在非结构化环境中灵活地、安全地应对环境的动态变化。因此,为了提高机器人在动态环境中适应性和安全性,本文从环境感知、避障
随着工业机器人应用领域越来越广泛,精准评估整机性能以实现机器人在各种场合下高效高精高可靠性的应用并充分发挥性能优势越来越重要。然而工业机器人整机性能评估指标及其影响因子多、影响关系耦合性强、运行环境及工况条件多变,极大地限制了实验研究法的执行性及准确性。针对上述问题,本文结合国家重点研发计划项目,提出了一种基于机器学习算法的工业机器人整机性能评估模型。本文分析了减速器、伺服电机、控制器等工业机器人
1970年,美国康宁玻璃公司成功研制了第一根衰减为20d B/km的石英玻璃光纤,从此拉开了光纤应用高速发展的序幕。光纤切割是光纤通信与光纤激光器制造过程中的光纤处理工艺,是得到光纤端面的常见方法。特别在大功率光纤激光器的生产制造中,光纤端面的质量对光纤熔接效果以及激光器的传输效率有着重要的影响。因此探究掌握光纤切割机理、摸索切割工艺并构建高精度的光纤切割平台对高功率光纤激光器的发展有着重要的意义
柔性器件具有体积小、质量轻、载体自适应能力强等特点,在国防、医疗、信息、能源等领域应用前景广阔。然而,柔性器件在性能测试和设计制造过程中仍面临诸多问题:（1）在性能测试方面,缺乏专门针对柔性器件拉伸性能测试的设备,如实现柔性器件单轴拉伸、周向拉伸的测试设备;（2）在设计制造方面,确保柔性器件在大形变下导电性能稳定的基底结构有待进一步研究。基于柔性器件对拉伸性能测试设备、合理基底结构的需求,本文设计
定向凝固技术可以实现单向传热使晶体定向生长,具有温度梯度、热流方向以及凝固速率可控的优势而应用广泛,而强磁场的多种作用效果可以在凝固过程中诱发晶体取向、控制熔体流动影响溶质分布以及微观组织形貌,对强磁场下金属定向凝固过程的研究有助于凝固科学的发展、新材料的开发和工业生产工艺的优化。目前关于强磁场对合金定向凝固过程作用机理的研究还有待进一步完善。本文以亚共晶Mn-89.7 wt.%Sb合金和过共晶M