您当前的位置：
首页 >
文章列表页 >
基于多尺度特征融合与分块注意力的齿轮表面缺陷分割算法
微纳技术与精密机械 | 更新时间：2026-09-11
上一篇|下一篇

    • 基于多尺度特征融合与分块注意力的齿轮表面缺陷分割算法

    • Gear surface defect segmentation algorithm based on multi-scale feature fusion and block-wise attention

    • “"为解决传统分割模型在复杂背景干扰或齿轮细微缺陷区域的处理中，仍面临特征表达能力有限和鲁棒性不足的问题"，介绍了其在齿轮缺陷检测领域的研究进展，该团队建立了多尺度特征融合与分块注意力分割网络，为解决齿轮表面缺陷精确分割问题提供解决方案。”
    • 赵林 ，马思奇 ，方一鸣 ，罗凯 ，张国云 ，石照耀
    • 光学精密工程 2025年33卷第22期 页码：3536-3548

    • DOI： 10.37188/OPE.20253322.3536     

      中图分类号：
    • CSTR： 32169.14.OPE.20253322.3536     

    • 修回：2025-10-22 ，

    移动端阅览

  •  
  •  

  • AI导读

  • HTML全文

  • 图( 8 ) 表( 4 )

  • 参考文献

  • 出版信息

  • 数据统计

320

浏览量

451

下载量

0

CSCD

文章被引用时，请邮件提醒。
提交
工具集
  • BibTeX下载
  • Endnote下载
  • RefMan 下载
  • NoteExpress下载
  • NoteFirst下载

相关文章

基于全局高斯分布和统计范数度量的图像分割
超广角OCT图像眼底脉络膜层METransUNet分割网络模型
基于扩散模型的细胞图像与掩膜联合生成数据扩充方法
双路径编码和跨级解耦的视网膜血管分割
融合条形注意力机制的电芯极片计算机断层图像分割

相关作者

刘相国
刘国军
马月梅
宋新年
李更生
赖平红
江志豪
祝琴

相关机构

陇南师范学院 人工智能学院
巢湖学院 数学与大数据学院
宁夏大学 数学统计学院
南昌大学 信息工程学院
南昌大学 经济管理学院