为了解决这个问题,论文提出了一种金字塔特征融合与全局上下文注意力网络的逐像素表面缺陷检测方法,并命名为PGA-Net。在这个框架中,首先从骨干网络提取多尺度特征。然后,使用金字塔特征融合模块,通过一些有效的跳连接操作将5个不同分辨率的特征进行融合。最后,再将全局上下文注意模块应用于相邻分辨率的融合特征,这使得有效信...
在本文中,表面缺陷检测被当做是逐像素问题,所提网络模型结构包括五个主要部分:1)多级特征提取;2)金字塔特征融合模块;3)全局上下文注意力模块;4)边界细化块;5)深度监督,网络模型框架如图2所示。 图2 PGA-Net网络模型框架首先,将原始图像和对应真实值输入到网络,通过特征提取网络的卷积池化操作提取多级特征。然后,将...
为了解决这个问题,论文提出了一种金字塔特征融合与全局上下文注意力网络的逐像素表面缺陷检测方法,并命名为PGA-Net。在这个框架中,首先从骨干网络提取多尺度特征。然后,使用金字塔特征融合模块,通过一些有效的跳连接操作将5个不同分辨率的特征进行融合。最后,再将全局上下文注意模块应用于相邻分辨率的融合特征,这使得有效信...