基于深度学习的带钢表面热轧滑移缺陷检测方法

摘要

本发明涉及人工智能技术领域，具体涉及一种基于深度学习的带钢表面热轧滑移缺陷检测方法。该方法通过池化模板获取带钢表面的RGB图像中每个像素点的感受野以得到对应的特征图，由不同尺寸感受野对应的特征图堆叠成特征图层结构，获取特征图层结构中每张特征图中像素点的分类结果，由分类结果获取RGB图像中每个像素点的概率波动曲线以确认缺陷像素点得到最终缺陷区域。根据特征图中每个像素点的分割结果变化和对应不同尺寸感受野的局部特征检测缺陷像素点，以得到准确的缺陷检测结果，避免了漏检和误检，降低了热轧滑移缺陷检测的误差，提高了带钢的表面质量。