基于U型残差编解码网络的带钢缺陷检测算法

工业生产中带钢表面缺陷具有缺陷类型多变、背景杂乱和对比度低等特点,现有的缺陷检测方法无法检测出完整的缺陷对象.针对上述问题,提出一种基于 U型残差编解码网络的带钢缺陷检测算法.在编码阶段,算法利用全卷积神经网络提取丰富的多尺度缺陷特征,并结合注意力机制加速模型收敛.在解码阶段,使用所提出的 U型残差解码网络恢复编码阶段编码的显著性信息.此外,设计了一个残差细化网络,用以进一步优化粗糙的显著图.实验结果表明,所提出的算法具有较强的鲁棒性.