基于改進U-Net網(wǎng)絡(luò)的激光條紋提取方法

摘要： 為解決在電弧光、煙霧和大量火花飛濺等強噪聲的背景下，使用傳統(tǒng)的基于圖像處理的激光條紋提取方法靈活性和魯棒性較差的問題，提出了一種基于全卷積神經(jīng)網(wǎng)絡(luò)(DB-U-Net)的激光條紋提取方法。實驗表明，通過在模型主干網(wǎng)絡(luò)引入密集殘差塊(DB)和注意力機制，提高了模型對焊縫圖像的全局信息提取能力，模型綜合性能AUC_(PR)從0.891提升到0.924;并在此基礎(chǔ)上采用層級深度監(jiān)督訓練... （共14頁）