文献类型：期刊文章

作　　者：邓能辉[1] 吴创嘉[2] 杨朝霖[1,3] 吴昆鹏[1,3] 石杰[1]

DENG Nenghui;WU Chuangjia;YANG Chaolin;WU Kunpeng;SHI Jie(Design and Research Institute Co.,Ltd.,University of Science and Technology Beijing,Beijing 100083,China;Medium Plate Mill,Liuzhou Iron and Steel Co.,Ltd.,Liuzhou 545002,China;Institute of Engineering Technology,University of Science and Technology Beijing,Beijing 100083,China)

机构地区：[1]北京科技大学设计研究院有限公司,北京100083 [2]柳州钢铁股份有限公司中板厂,广西柳州545002 [3]北京科技大学工程技术研究院,北京100083

出　　处：《冶金自动化》

年　　份：2021

卷　　号：45

期　　号：5

起止页码：86-92

语　　种：中文

收录情况：IC、RCCSE、普通刊

摘　　要：中厚板材在轧制过程中存在表面缺陷种类多、背景复杂的问题。为了能够实时准确地检测中厚板表面缺陷,首先设计了基于遗传算法-加权大津法(weighted OTSU method based on genetic algorithm,GA-W-OTSU)来实现缺陷感兴趣区域(region of interest,ROI)的提取,通过对类间方差函数进行加权优化,并采用遗传算法寻找最优阈值,分割出缺陷候选区;然后基于Inception-Resnet-v2模型进行迁移学习,并通过样本扩增、加权损失等处理手段,提升模型的分类准确率及泛化能力。结果表明,该检测方法对中厚板表面常见缺陷的平均检出率大于98%,平均识别率大于88%。

关 键 词：中厚板缺陷  表面检测  GA-W-OTSU  Inception-Resnet-v2  迁移学习  

分 类 号：TG335.5] TP391.41]