期刊文献+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
共找到2篇文章
< 1 >
每页显示 20 50 100
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
显示方式：
基于注意力机制和动态卷积的滚珠螺杆表面缺陷识别
1
作者 符诗语 高齐 《科技与创新》 2024年第4期39-41,45,共4页
针对滚珠螺杆表面缺陷识别特征信息提取困难和识别精度较低等问题,提出了一种基于注意力机制和动态卷积的滚珠螺杆表面缺陷识别方法。首先,利用AlexNet网络进行缺陷样本图像的特征提取;然后,引入卷积注意力机制模块,在通道维度和空间维... 针对滚珠螺杆表面缺陷识别特征信息提取困难和识别精度较低等问题,提出了一种基于注意力机制和动态卷积的滚珠螺杆表面缺陷识别方法。首先,利用AlexNet网络进行缺陷样本图像的特征提取;然后,引入卷积注意力机制模块,在通道维度和空间维度增强缺陷区域位置权重,有效抑制相似背景干扰;最后,采用动态卷积模块对不同尺度的缺陷特征图像进行融合,提升模型特征提取能力,捕获丰富上下文信息。实验表明,该方法在滚珠螺杆表面缺陷测试集上精确率为96.6%,召回率为96.5%,具有良好的实际工业应用价值。 展开更多
关键词 缺陷识别 AlexNet 注意力机制 动态卷积
下载PDF
融合多尺度-注意力机制和迁移学习的齿轮表面缺陷识别方法
2
作者 高齐 尹明锋 +2 位作者 吴祥 符诗语 贝绍轶 《现代制造工程》 CSCD 北大核心 2023年第8期7-14,98,共9页
针对齿轮表面缺陷识别过程中特征信息提取不充分和识别精度较低等问题,提出一种融合多尺度-注意力机制和迁移学习的齿轮表面缺陷识别方法。新方法的创新之处包括:在AlexNet网络中引进Inception模块增加模型宽度,提取多尺度信息,从而提... 针对齿轮表面缺陷识别过程中特征信息提取不充分和识别精度较低等问题,提出一种融合多尺度-注意力机制和迁移学习的齿轮表面缺陷识别方法。新方法的创新之处包括:在AlexNet网络中引进Inception模块增加模型宽度,提取多尺度信息,从而提升模型对于不同尺度缺陷特征的感知能力;在多尺度编码操作前,采用卷积注意力机制模块在通道维度和空间维度增强缺陷特征信息,进一步提升模型的特征表达能力;将在通用数据集上预训练的AlexNet模型中部分参数信息迁移至网络模型,利用权重微调策略实现针对齿轮表面缺陷识别任务的个性化网络参数优化;最后,将所提方法在齿轮表面缺陷测试集上进行测试。实验结果表明,该方法在齿轮表面缺陷测试集上的精确率为99.33%,召回率为99.33%,分别提升了9.13%和13.23%,满足实际工业生产中齿轮表面缺陷识别的需求。 展开更多
关键词 缺陷识别 AlexNet网络 Inception模块 注意力模块 迁移学习
下载PDF
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
上一页 1 下一页 到第 页
使用帮助 返回顶部