面向交通工具金属材料的缺损识别算法

摘要

金属作为现代交通工具重要设备的主要材料,其缺损情况对交通工具的安全性具有重要意义。为了实现对金属设备的缺损情况进行自动识别,提出一种基于深层卷积神经网络的视觉检测算法,该算法着重于工业缺陷识别。设计了一种沙漏型特征融合模块和金字塔特征细化模块,兼顾准确率和速度,有效提升基于金属图像的缺损部位定位和分类效率,借助计算机平台训练判别模型实现自动检测。算法在公开图像数据集上取得了先进的测试结果,并在移动端设备中实现高效运行。