접착된 전도성 입자 탐지의 정확도와 안정성을 향상시키고, 평가 지표의 객관성과 실제 생산 요구사항과의 적합도를 높이기 위해 원형 합성곱 신경망 기반의 접착 입자 탐지 방법을 제안하였다. 먼저, 입자 탐지에 더 적합한 원형 합성곱을 제안하고 변형 합성곱의 샘플링 전략을 수정하여 샘플링 점의 x, y 좌표 자유도를 제한하고 보상으로 크기 제어 매개변수를 추가하였다. 그런 다음 U-MultiNet 네트워크 아키텍처에서 원형 합성곱이 기존 합성곱을 대체하고, 레이블 맵을 통해 자기 주의(attention)를 계산하여 가중치로 손실 함수와 레이블 맵을 수정하는 주의 메커니즘을 추가하였다. 마지막으로, 정확도와 안정성 측면에서 재현성 및 반복성 지표의 종합 평가 알고리즘을 제안하였다. 실험 결과 본 방법의 재현성 및 반복성은 각각 0.8092와 0.7051로 기존 주류 방법과 비교하여 4.52%와 1.74% 향상되었으며, 정밀도와 재현율은 각각 0.7128과 0.6974, 정확도는 0.8341로 기존 주류 방법보다 1.68% 높았다. 기존 주류 방법과 비교할 때 본 방법은 접착 간섭 입자 탐지 성능이 뚜렷하게 향상되어 산업 현장의 입자 탐지 정확도, 안정성 및 실시간성 요구를 충족할 수 있다.

기계 비전;딥러닝;신경망;전도성 입자 탐지;원형 합성곱