Skip to content

Latest commit

 

History

History
executable file
·
43 lines (36 loc) · 1.21 KB

Automatic Localization of Casting Defects with Convolutional Neural Networks.md

File metadata and controls

executable file
·
43 lines (36 loc) · 1.21 KB
Raw

Automatic Localization of Casting Defects with Convolutional Neural Networks

原文链接

概要

  • 本文建立在GRIMA database的X-ray images数据集基础上，使用CNN进行铸件的缺陷检测

铸件上可能存在的缺陷

  • air holes:气孔
  • foreign-particle inclusions:外来颗粒
  • shrinkage cavities:收缩孔
  • cracks:裂纹
  • wrinkles:皱纹
  • casting fins

需要注意的特征点

  • air bubbles:气泡
  • large oddly shaped voids:形状巨大的空洞

测试采用的框架

  • Faster R-CNN
  • R-FCN
  • SSD
  • VGG
  • ResNet

loss function

  • $L(a,I;θ) = αy_al_loc(φ(b_a;a)-f_loc(I;a,θ))$ $+β*l_class(y_a,f_class(I;a,θ))$
  • 其中包含了两部分的损失函数:
    • 第一部分是所选定的区域框与实际缺陷的区域框的差
    • 第二部分是选定的缺陷与实际是否为缺陷的差

涉及到的算法

  • NMS:non-maximum suppression
  • RPN:region-based network
  • RBD:region-based detector
  • L1 norm:绝对值的合
  • L2 norm:平方合开根号

Questions

需要注意的衍生论文