结合HGnetv2算法与注意力机制的钢材缺陷检测技术.docxVIP

结合HGnetv2算法与注意力机制的钢材缺陷检测技术

目录

内容综述．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．3

1.1研究背景．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．3

1.2研究意义．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．4

1.3文献综述．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．5

1.3.1钢材缺陷检测技术概述．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．6

1.3.2HGnetv2算法研究现状．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．7

1.3.3注意力机制研究现状．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．8

HGnetv2算法与注意力机制概述．．．．．．．．．．．．．．．．．．．．．．．．．．．．．9

2.1HGnetv2算法原理．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．9

2.1.1网络结构．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．10

2.1.2激活函数．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．11

2.1.3优化策略．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．12

2.2注意力机制原理．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．13

2.2.1位置编码．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．14

2.2.2自注意力机制．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．15

2.2.3通道注意力机制．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．16

钢材缺陷检测模型设计．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．17

3.1模型架构．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．18

3.1.1HGnetv2骨干网络．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．19

3.1.2注意力模块设计．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．19

3.2损失函数与优化器．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．20

3.2.1损失函数选择．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．21

3.2.2优化器配置．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．22

实验方法与数据集．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．23

4.1数据集介绍．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．23

4.2数据预处理．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．24

4.3实验环境与工具．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．25

4.4实验评价指标．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．26

实验结果与分析．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．27

5.1HGnetv2模型性能评估．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．28

5.1.1检测准确率．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．29

5.1.2检测速度．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．29

5.2注意力机制对模型性能的影响．．．．．．．．．．．．．．．．．．．．．．．．．．．．30

5.2.1注意力区域分析．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．30

5.2.2模型鲁棒性分析．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．31

5.3与其他模型的对比分析．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．33

案例分析．．．．．．．．．．