摘要
本发明公布了一种基于编解码器与跨层融合的镁合金轧板边裂识别方法,涉及镁合金表面智能检测领域。具体步骤包括:1)在250到600lux光照强度下,拍摄并裁剪镁合金轧板边缘部分的图像,生成512×512像素的边裂子图;2)对边裂子图进行分类并建立图像库;3)详细标注边裂数据集;4)利用SegNet基础架构和Unet的跨层融合构建DeepCrack卷积神经网络,提取图像特征;5)输入待检测图像,自动识别边裂并生成识别图。本发明通过多尺度损失函数和优化算法,提高了裂缝识别的准确率和效率,增强了生产自动化水平。在实际应用中,能够显著提升镁合金轧板边裂的识别准确率,提高工作效率,提高生产中的自动化水平。
技术关键词
编解码器
识别方法
转换图像格式
编码器
基础网络架构
裂纹
图像库
LED日光灯
镁合金表面
批量
输出特征
像素
算法
数据
超参数
上采样
系统为您推荐了相关专利信息
海洋新兴污染物
在线监测方法
多层卷积神经网络
智能传感器网络
数据
故障检测方法
序列
注意力
加权损失函数
训练集优化
心脏
斑马鱼
骨骼特征
智能识别方法
高分辨率相机