MFLF-PSP干扰识别网络

mAP 超 95%

针对3D打印环境中的干扰因素提出先识别、再修复、后检测的抗干扰检测策略,显著提升陶瓷表面缺陷检测的可靠性。

Chen, Wei · 邹斌 · Qinbing, Zheng · 黄传真 · Li, Lei · 刘继凯

Ceramics International 2023

参数信息

干扰识别平均精度
95.67 %

技术优势

干扰不再误判

先用MFLF-PSP网络定位并识别干扰因素,再进行像素级修复,避免将干扰误判为缺陷。

缺损区域可修复

基于PSCAM-RFR网络对干扰区域进行像素填充和修复,恢复被覆盖的表面信息。

检测精度高

Inception-SSD网络对裂纹和鼓包缺陷的mAP分别达96.34%和94.92%,满足在线检测需求。

应用场景