基于数据驱动的金属表面缺陷语义分割网络与训练方法

    公开(公告)号:CN116152498A

    公开(公告)日:2023-05-23

    申请号:CN202310174129.3

    申请日:2023-02-28

    摘要: 本发明公开了一种基于数据驱动的金属表面缺陷语义分割网络与训练方法,以解决金属表面质量监控中存在的缺陷像素数量与分布不均衡、低对比度、边界轮廓难以精确拟合的技术难题,属于图像处理领域。本发明包括基于U2Net的双注意力多尺度残差聚合网络、缺陷类别权重计算方法、缺陷迁移拓扑方法、双边界关注的损失计算方法。以上网络与训练方法依次通过聚合图像的多尺度信息并施加注意力、改变类别的权重因子、将缺陷像素区域拓扑到无缺陷图像中、对地面真值边界与预测结果边界施加双重关注来解决上述技术问题。实践证明,本方法提高了金属表面缺陷数据集密集分类的精度,满足了制造业对金属表面质量监控的迫切需求。

    一种大规模考场监控与智能分析系统

    公开(公告)号:CN118400491A

    公开(公告)日:2024-07-26

    申请号:CN202410296103.0

    申请日:2024-03-15

    摘要: 本发明涉及考场监控领域,一种大规模考场监控与智能分析系统,系统分为客户端和服务器端,客户端包含输入预处理模块、粗检测模块、客户端通信模块、显示模块、存储模块、操作模块;服务器端包含服务器通信模块、作弊检测算法模块。该系统首先在客户端通过监控摄像头实时读取视频流,对原始视频流抽帧组成集合并进行粗分类,将疑似作弊考生片段发送到服务器端使用目标检测算法进行作弊行为判断,之后将预测结果返还给客户端;本发明一种大规模考场监控与智能分析系统,可以同时辅助多名监考老师进行繁重的监考工作,对于提高学校监考工作效率,提高学校考试公平性和推动学校真实考试场景下的智能监考系统发展有着极其重要的意义。

    一种金属表面缺陷语义分割网络及相应策略

    公开(公告)号:CN115953357A

    公开(公告)日:2023-04-11

    申请号:CN202211553713.1

    申请日:2022-12-06

    IPC分类号: G06T7/00 G06V10/26 G06V10/80

    摘要: 本发明公开了一种金属表面缺陷语义分割网络及相应策略,以解决金属表面缺陷语义分割中存在的数量与分布严重不均衡、低对比度、边界信息较弱等技术难题,属于计算机视觉领域。本发明包括多尺度注意力特征融合模块、归一化均方频率类别权重策略、偏置权重训练采样策略、以及类别与边界损失计算策略。以上方法依次通过双注意力融合不同尺度的特征信息、调整类别权重系数因子、增大对缺陷样本的关注度、融合边界损失来解决上述技术难题。实践证明,本方法可以提高对金属表面缺陷的细节捕捉能力,满足工业对于金属表面缺陷检测的迫切需求。