摘要: 本文将注意力机制模块与Faster RCNN主干特征提取网络相结合,构建焊缝缺陷目标检测器,提高网络模型的特征提取能力.实现结果表明:融合注意力机制的Faster RCNN算法相较于原算法,有效提升了 X射线焊缝缺陷检测性能.
| 作者 | Wang Yukun 王宇昆 Chen Jianru 陈建如 Wang Long 王龙 Yan Bo 闫博 Zhang Xiaotong 张小彤 | ||
|---|---|---|---|
| 作者单位 | |||
| 文集名称 | 第三十六届中国（天津）2022’IT、网络、信息技术、电子、仪器仪表创新学术会议论文集 | ||
| 出版年 | 2022 | ||
| 会议名称 | 第三十六届中国（天津）2022’IT、网络、信息技术、电子、仪器仪表创新学术会议 | ||
| 组织单位 | 中国仪器仪表学会 中国电子学会 天津市仪器仪表学会 天津市电子学会 | ||
| 页码 | 1-4 | 开始页/总页数 | 1 / 4 |
| 会议日期/会议地点 | 2022-07 / 天津 | 会议年 | 2022 |
| 中图分类号 | TG441.7 TP391.41 | ||
| 关键词 | 焊缝缺陷检测 图像处理 特征提取 卷积神经网络 注意力机制 | ||
| 机标主题词 | 焊缝缺陷;特征提取;X射线 | ||
| 机标分类号 | TG441.7;N951.3*;O434 | ||
| 馆藏号 | H085920 | ||
