EDRNet: остаточная сеть типа «кодировщик–декодировщик» для обнаружения заметных объектов, представляющих поверхностные дефекты полосовой стали

Обнаружение поверхностных дефектов полосовой стали по-прежнему остается сложной задачей из-за сложной вариативности, включая разнообразие типов дефектов, загроможденный фон, низкую контрастность и шумовые помехи. Существующие методы обнаружения не позволяют эффективно сегментировать объекты-дефекты на сложном фоне и характеризуются низкой производительностью в режиме реального времени. Для решения этих проблем мы предлагаем новый метод обнаружения заметных объектов на основе остаточной сети типа «кодировщик–декодировщик» (Encoder–Decoder Residual Network, EDRNet). На этапе кодирования используется полностью сверточная нейронная сеть для извлечения богатых многоуровневых признаков дефектов, а также механизм внимания для ускорения сходимости модели. На этапе декодирования попеременно применяются блок взвешивания каналов (CWB) и остаточный блок декодирования (RDB), которые объединяют пространственные признаки более поверхностных слоев с семантическими признаками глубоких слоев и поэтапно восстанавливают прогнозируемые значения пространственной заметности. Наконец, мы разработали структуру остаточного уточнения с одномерными фильтрами (RRS_1D) для дальнейшей оптимизации грубой карты заметности. По сравнению с существующими методами обнаружения заметных объектов глубоко контролируемая сеть EDRNet точно сегментирует полные объекты-дефекты с четко очерченными границами и эффективно отфильтровывает нерелевантный фоновый шум. Обширные экспериментальные результаты подтверждают, что предлагаемый метод стабильно превосходит современные методы с существенным отрывом и обладает высокой устойчивостью; эффективность обнаружения на одном графическом процессоре превышает 27 кадр/с.