《表2 深度学习的训练、验证和测试数据集分布》
上海宝钢公司的炼钢技术是全国乃至全球的领先者,生产的连铸坯质量较高,可提供带有缺陷的连铸坯图片数量较少,其中中裂纹为67张,其他凹陷、夹杂物、气孔、划痕等缺陷59张,且各类缺陷占大图(990×1 080)中的比例也较小,数据量不能满足训练深度学习的要求.本工作通过128×128的矩形框在连铸坯大图上对缺陷进行截图,每隔4个像素移动矩形框,进行数据扩充.裂纹作为主要检测的缺陷,为Bad类,无缺陷的为Good类,其他缺陷(如凹陷、夹杂物、气孔、划痕等)为Other类.从每类数据中独立随机抽取相应的训练数据进行训练,其中表1为SVM的训练、测试数据集分布情况,表2为深度学习的训练、验证、测试数据集分布情况.
图表编号 | XD0093226900 严禁用于非法目的 |
---|---|
绘制时间 | 2019.08.30 |
作者 | 胡嘉成、王向阳、刘晗 |
绘制单位 | 上海大学通信与信息工程学院、上海大学通信与信息工程学院、上海金艺检测技术有限公司 |
更多格式 | 高清、无水印(增值服务) |