工业缺陷检测是当前深度学习落地的热门项目,近年来许多的比赛平台都举办了关于缺陷检测的比赛,如kaggle前不久举办的钢铁缺陷检测,以及天池刚刚开始的智能算法赛:瓷砖表面瑕疵质检。本文转载自:AI约读社
注1:文末附【缺陷检测】交流群
注2:点赞的人暴富,论文多多!
该比赛刚刚开始有兴趣的小伙伴可以报名参加。
我调研了2018年天池的铝型材表面瑕疵识别比赛的获奖方案。从别的人方案学习到该领域相关的知识和有效的技巧。
这里分享一下一般参加比赛的思路:找开源检测框架→数据增强→调参→小改网络→调参→小改网络→调参->测试增强
一、铝型材表面瑕疵识别
赛题介绍
时间:2018年9月1日
比赛链接:[飞粤云端2018]广东工业智造大数据创新大赛-智能算法赛-天池大赛-阿里云天池tianchi.aliyun.com
比赛背景: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,不能及时准确的判断出表面瑕疵,质检的效率难以把控。
数据介绍:数据集包含4356张铝型材表面图片,包含单瑕疵图片,多瑕疵图片,无瑕疵图片,用于参赛者设计图像识别算法。图片所含瑕疵类型总计10种,分别为ÿ