铝型材表面瑕疵识别-风不动队-解决方案

最新推荐文章于 2021-12-08 10:37:25 发布
最新推荐文章于 2021-12-08 10:37:25 发布
阅读量286 收藏 4
点赞数 1
分类专栏： 计算机视觉
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/qq_38622495/article/details/85043753
版权

问题描述

在这里插入图片描述

数据分析（难点）

在这里插入图片描述

Baseline

关于整体框架的选择，有单阶段和两阶段的框架供选择，但由于瑕疵的长宽比和形态都差异很大，所以我们选择了faster rcnn系列，同时为了适应更多的尺度和提升精度，我们采用了FPN的结构。
在这里插入图片描述
在这里插入图片描述
主要是加入形变卷积和ROIAlign到FPN中更好的解决不规则和微小目标的问题，关于如何有效解决这些不规则瑕疵的问题上，我们想法是通过不规则的卷积核能够更好的聚焦到瑕疵本身而不是背景的信息上。
在这里插入图片描述
如上图右下角所示，针对这样斜着的瑕疵，形成斜的卷积核就能更好的关注到瑕疵本身了。

DCN

在这里插入图片描述
在这里插入图片描述
实验表明比起标准的FPN，针对这种瑕疵问题，形变卷积的确是有效的

在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述

在这里插入图片描述

在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述

爱弹ukulele的程序猿
关注
  • 1
    点赞
  • 踩
  • 4
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
专栏目录
铝型材表面瑕疵识别——都都都都都都方案
qq_38622495的博客
02-20 2815
文章目录BaselineTraining DetailsInnovationsDilated convolutionproblems1 Dual Path Aggregation for Object Detections2 Multi-levels Roi-Align Pooling（MLRP）SWAHFE曲线结果De-backgroundConclusion Baseline B...
天池：铝型材表面瑕疵识别比赛第10名 算法分享&github链接
Yeah的小家～
11-16 9117
天池：铝型材表面瑕疵识别比赛第10名 算法分享【更新ing】github链接赛季排名算法说明初赛复赛 github链接 https://github.com/YeahHuang/Al_surface_defect_detection （持续更新ing） 赛季排名 初赛： 96/2972 复赛： 10/2972 算法说明 初赛 感觉基本就是靠搬运大佬的代码，飘过了初赛。这里非常感谢 herbert-...
2018 广东工业智造大数据创新大赛 - 智能算法赛 - 铝型材表面瑕疵识别
既然选择了远方 便只顾风雨兼程 - 永强
09-10 5304
2018 广东工业智造大数据创新大赛 - 智能算法赛 - 铝型材表面瑕疵识别 数据引领 飞粤云端 介绍 铝型材是佛山南海的支柱性产业。在铝型材的实际生产过程中，由于各方面因素的影响，铝型材表面会产生裂纹、起皮、划伤等瑕疵，这些瑕疵会严重影响铝型材的质量。为保证产品质量，需要人工进行肉眼目测。然而，铝型材的表面自身会含有纹路，与瑕疵的区分度不高。传统人工肉眼检查十分费力，不能及时准确的...
天池：铝型材表面瑕疵识别笔记
lsh呵呵
09-20 8303
内容时间：9月18日 实验结果 使用Kaggle猫狗分类的代码，即使用三个深度学习网络ResNet50, InceptionV3, Xception提取图片特征，然后使用神经网络DNN分类，验证集显示过拟合。本地精度0.93~0.95，在线精度0.8845。 precision recall f1-score support 0 1.00 ...
AI大赛方案分享 | 铝型材表面瑕疵识别 --top1方案
weixin_38754361的博客
09-03 1057
点击上方“AI算法与图像处理”，选择加"星标"或“置顶”重磅干货，第一时间送达本文转载自：知乎卖火车的小男孩原文章标题：天池广东工业智造大数据创新大赛--铝型材表面瑕疵...
目标检测-部分天池铝型材表面瑕疵数据集
最新发布
10-25
利用这个数据集，开发者可以训练目标检测模型，如YOLO或基于深度学习的其他模型，如SSD（Single Shot MultiBox Detector）或Faster R-CNN，以自动识别铝型材的瑕疵。训练过程通常包括预处理、模型选择、训练、验证和...
天池：铝型材表面瑕疵识别比赛第10名 算法分享&github链接-附件资源
03-02
天池：铝型材表面瑕疵识别比赛第10名 算法分享&github链接-附件资源
铝型材表面瑕疵识别方案.docx
04-15
文档标题“铝型材表面瑕疵识别方案”表明其主要探讨的是如何通过特定的方法和技术来检测铝型材在生产过程中的表面缺陷。铝型材广泛应用于建筑、汽车制造、电子设备等多个领域，其表面质量直接影响产品的整体性能和...
铝型材表面瑕疵识别方案.pdf
04-15
本文主要探讨的是针对铝型材表面瑕疵的深度学习识别方案，通过一系列技术改进和训练策略提高检测精度。首先，为了处理高分辨率图像中小瑕疵的识别问题，采用了特征金字塔网络（Feature Pyramid Network，FPN）。FPN ...
目标检测应用竞赛 | 天池铝型材表面瑕疵（含数据集、详细解决方案）
AI算法修炼营的博客
03-10 1万+
点击上方“AI算法修炼营”，选择加星标或“置顶”标题以下，全是干货目标检测应用竞赛——天池铝型材表面瑕疵数据集下载链接：https://tianchi.aliyun.com/compet...
天池广东工业智造大数据创新大赛--铝型材表面瑕疵识别 --top1方案
qwj的博客
12-08 1266
天池广东工业智造大数据创新大赛--铝型材表面瑕疵识别 --top1方案 共同启动“广东工业智造大数据创新大赛”，旨在通过数据开放召集全球众智，将重点围绕工业制造大数据展开，以应用为导向，聚集全球顶级人才，发掘全球先进的智能制造应用成果，为政府下一步产业引进和招商引资提供辅助决策，促进广东智能制造产业发展。大赛分智能算法赛和应用创新赛2大赛场。智能算法赛以“铝型材表面瑕疵识别”为主题，选择佛山市南海区 铝型材标杆企业的真实痛点作为赛题场景，寻求解决方案，助力企业实现转型升级，提升行业竞争力。 天池广
图像语义分割（一）
热门推荐
qq_38622495的博客
09-08 1万+
Atrous Convolution能够保证这样的池化后的感受野不变，从而可以fine tune，同时也能保证输出的结果更加精细。 FCN-1
目标检测（一）—— SSD（single shot multibox detection）
qq_38622495的博客
09-06 5191
单发多框检测（single shot multibox detection，简称 SSD） 不是精度最高的，但因为其简单快速而被大量使用。 SSD模型 利用卷积层块进行特征提取 在特征层输出上以每个像素为中心构建多个锚框 对每个锚框预测其包含的物体类别（Softmax） 对每个锚框用卷积预测其到真实边框的距离 卷积层输出的同时输入至高宽减半模块缩小图像尺寸 重复上述过程多次以保证在...
目标检测（二）—— R-CNN、Fast R-CNN、Faster R-CNN、Mask R-CNN
qq_38622495的博客
09-06 2764
R-CNN 区域卷积神经网络（Regions with CNN features，简称 R-CNN）使用深度模型来解决物体识别。 具体步骤： Sective Search 。对每张输入图像使用选择性搜索来选取多个高质量的提议区域。 Resize。对每个提议区域，将其变形成卷积神经网络需要的输入尺寸。 特征抽取。选取一个预先训练好的卷积神经网络，去掉最后的输出层来作为特征抽取模块。 ...
计算机视觉面试
qq_38622495的博客
09-17 1234
1 直方图均衡化 图像灰度的分布特性：如果大部分像素集中于低灰度区域，直方图呈暗特性；如果大部分像素值集中于亮灰度区域直方图呈亮特性。 直方图均衡化就是将随机分布的灰度直方图修改成为均匀分布的灰度直方图，基本思想是对原始像素做某种映射变换，使变换后的图像的灰度概率密度成均匀分布。 2...
清华源加速下载
qq_38622495的博客
03-09 784
pip install -i https://pypi.tuna.tsinghua.edu.cn/simple/ opencv-python
LBP（Local Binary Pattern）
qq_38622495的博客
11-13 648
1 LBP（Local Binary Pattern） LBP（Local Binary Pattern），局部二值模式一般的使用方法是，先将图像转换为灰度图，接着计算LBP特征图，最后计算其直方图作为特征向量。 1.1 Original LBP 经典的LBP特征：对于某像素的8-邻域，大于该像素值的置1，小于该像素值的置0，最后组成八位二进制码。 LBP的操作可以被定义为： s(x)如下所示...
深度学习在工业缺陷检测的应用
qq_38622495的博客
02-20 454
DenseNet mean-teacher
铝型材表面喷漆质量控制规范详解
1. **前处理**：包括批量含铬钝化处理的新规定，前处理后的干燥标准，以及前处理系统的备选方案，强调了对铝型材表面清洁度和预处理效果的重要性。 2. **涂装过程**：新增了在铸件上的喷涂要求，2级粉末喷涂和液体...
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值