基于小样本学习的钢板表面缺陷检测技术

• 作 者: 李钧正 殷子玉 乐心怡
• 出 处: 航空科学技术
• 发表日期: 2021年06期
• 关键词: 缺陷检测 卷积神经网络 层次结构模型 数据增强 小样本学习

近年来,数据驱动的缺陷检测技术在工业部门得到了初步应用,提升了生产智能化的水平,但是受制于训练样本不足、检测精度较低的问题,这种方法目前仍然难以进一步推广。因此,本文提出了一种数据驱动的钢板表面缺陷检测技术。针对训练样本不足的问题,采取数据增强方法增广数据集。针对检测精度较低的问题,采取层次结构模型方法提升缺陷检出率。试验证明,所提出的方法能有效检出缺陷,并且已经在生产线上部署,其准确率在95%以上。