摘要
لتحقيق الكشف السريع والآلي والتصنيف للأواني المعدنية المستديرة ذات الانعكاس العالي، ومعالجة مشكلة بطء وكفاءة منخفضة في الكشف عن عيوب سطح الأواني المعدنية الحالية، تم إدخال شبكة دمج الميزات ثنائية الاتجاه على أساس شبكة YOLOX، واقتُرح نموذج شبكة دمج الميزات خفيف الوزن قائم على آلية الانتباه، لتحقيق تصميم خفيف الوزن للنموذج الحسابي؛ في الوقت ذاته، من خلال وحدة آلية الانتباه، يتم تعلّم معلومات الميزات عبر القنوات والمجال المكاني، مما يخفف بشكل فعال من الفجوة الدلالية لميزات متعدد المقاييس، ويحسن دقة الكشف للنموذج؛ تم تصميم دالة خسارة تصنيفية تعتمد على عامل تلاشي لمعالجة التوزيع غير المتوازن لوزن تعلم العينات ذات الصعوبة المختلفة في الشبكة؛ باستخدام مجموعة بيانات عيوب سطح الأسطوانة المعدنية، أُجريت تجارب مقارنة لشبكة دمج الميزات، ودالة خسارة التصنيف، وتجارب حذف لموقع وحدة آلية الانتباه. أظهرت نتائج التجارب أن النموذج المدمج بآلية الانتباه يمكنه التعرف بفعالية على ستة أنواع مختلفة من العيوب، مع دقة كشف متوسطة mAP0.5 تصل إلى 90.92%، ومعدل إطار كشف يبلغ 30.84 إطار/ثانية، محققًا التعرف والتحديد عالي الدقة والسرعة لعيوب سطح الأسطوانة المعدنية.
关键词
الرؤية الحاسوبية;هرم الميزات;آلية الانتباه;عيوب السطوح المعدنية
以上内容由讯飞翻译自动生成，翻译内容仅供参考。对于因使用本网站翻译内容产生的相关后果，本网站不承担任何商业和法律责任。
The above content is generated by Large Model Translation. The translated content is for reference only. We do not assume any commercial or legal responsibilty for any consequences arising from the use of our website