基于像素分类的图像语义分割方法及其应用研究
梁智宇
苏彩红
林军帆
佛山科学技术学院机电工程与自动化学院,广东佛山528000
摘要：为了提高药片外观缺陷检测效率,提出一种使用深度学习进行药片外观缺陷检测的基于像素分类的图像语义分割方法 .首先,利用全卷积神经网络对预处理后的样本数据集进行训练,提取药片外观的缺陷特征,然后,采用像素精度和交并比来评估模型分割的精确度,最后,使用训练得到的模型分割出药片的缺陷位置并加以语义的描述.实验结果 表明,该方法 应用在药片外观缺陷检测中有较高的检测精确度,对其他产品的外观缺陷检测具有很好的参考作用.
关键词：深度学习图像语义分割像素分类全卷积神经网络
分类号：TP391.41(计算技术、计算机技术)
资助基金：广东省普通高校科研项目(2018KTSCX237)广东省普通高校科研项目(2019KZDZX1034)佛山科学技术学院学生学术基金项目(xsjj202002kjb05)
论文发表日期：2022-01-30
在线出版日期：2025-08-15（本平台首次上网日期，不代表文献的发表时间）
页数：6( 48-53 )
英文信息