surface defect inspection | BriefGPT

关键词surface defect inspection

搜索结果 - 4

联合注意力引导特征融合网络用于表面缺陷的显著性检测
面部缺陷检查在工业生产过程中起着重要作用。尽管基于卷积神经网络（CNN）的缺陷检查方法取得了巨大进展，但仍然面临许多挑战，如缺陷尺度变化，复杂背景，低对比度等。为了解决这些问题，我们提出了一个基于编码器 - 解码器网络的联合注意力引导特征融
PDF5 months ago
全局上下文聚合网络用于轻量级表面缺陷显著性检测
表面缺陷检测是一个具有挑战性的任务，传统高精度的缺陷检测方法通常需要昂贵的计算和存储成本。因此，本文提出了一种基于编码 - 解码结构的全局上下文聚合网络 (GCANet) 来实现轻量级表面缺陷的显著性检测。GCANet 在轻量级骨干网络的顶
PDF9 months ago
CINFormer: 多阶段 CNN 特征注入的 Transformer 网络用于表面缺陷分割
通过使用多阶段 CNN 特征注入的 Transformer 网络，我们提出了一种名为 CINFormer 的 UNet 结构，以实现表面缺陷分割。CINFormer 在编码器中采用了简单而有效的特征整合机制，将输入图像的多层级 CNN 特征
PDF9 months ago
决策融合网络与感知微调的缺陷分类
表面缺陷检测是工业检测中的重要任务，本文提出了一个决策融合网络 (DFNet)，通过融合语义决策和特征决策来增强网络的决策能力，同时引入感知微调模块 (PFM) 来对前景和背景进行微调，并通过一个内外分离权重矩阵来解决标签边缘不确定性的影响
PDF9 months ago