摘要
تعتبر ألواح السيراميك قاعدة مهمة للأجهزة الإلكترونية، ويُعد استخدام تقنية الرؤية الحاسوبية مع استراتيجيات التعلم العميق للكشف التلقائي عن عيوب ألواح السيراميك ذا أهمية كبيرة لضمان جودة المنتجات. زيادة مجال رؤية أجهزة التصوير لتحقيق التصوير المتزامن لعدة ألواح سيراميك يمكن أن يحسن بشكل كبير سرعة الكشف عن العيوب؛ لكنه يؤدي أيضًا إلى انخفاض دقة الصورة مما يؤدي في النهاية إلى تراجع دقة الكشف عن العيوب. لمواجهة هذه المشكلة، تقدم هذه الورقة طريقة كشف عيوب أوتوماتيكية لألواح السيراميك منخفضة الدقة تعتمد على تقطير المعرفة. تستخدم هذه الطريقة إطار YOLOv5 لبناء شبكات معلم وطلاب منفصلة، وتستفيد من فكرة تقطير المعرفة لتوجيه تدريب شبكة الطالب باستخدام معلومات ميزات الصور عالية الدقة التي تحصل عليها شبكة المعلم، لتحسين قدرة شبكة الطالب على كشف عيوب صور ألواح السيراميك منخفضة الدقة؛ في نفس الوقت، يتم إدخال وحدة دمج الميزات المعتمدة على مفهوم الانتباه التنسيقي (CA) في شبكة المعلم، بحيث تتكيف الميزات التي تتعلمها شبكة المعلم مع كل من معلومات الصور عالية ومنخفضة الدقة، مما يمكنها من توجيه تدريب شبكة الطالب بشكل أفضل؛ وأخيرًا، يتم إدخال دالة فقدان الثقة القائمة على آلية تنسيق التدرج (GHM) لزيادة معدل اكتشاف العيوب. تظهر نتائج التجارب أن طريقة كشف عيوب ألواح السيراميك القائمة على تقطير المعرفة تحقق متوسط دقة استرجاع ومتوسط استدعاء للعيوب الخمسة (البقع، الأجسام الغريبة، التداخل المعدني، فقدان السيراميك، والأضرار) في صور بدقة 224×224 تبلغ 96.80% و90.01% على التوالي، مما يتفوق على خوارزميات الكشف عن الأهداف الرائدة الحالية.
关键词
ألواح سيراميك;كشف العيوب;YOLOv5;تقطير المعرفة