• 《工程索引》(EI)刊源期刊
  • 中文核心期刊
  • 中国科技论文统计源期刊
  • 中国科学引文数据库来源期刊

留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

肖鹏程, 徐文广, 张妍, 朱立光, 朱荣, 许云峰. 基于注意力机制的废钢分类评级方法研究[J]. 工程科学学报. doi: 10.13374/j.issn2095-9389.2022.06.10.002
引用本文: 肖鹏程, 徐文广, 张妍, 朱立光, 朱荣, 许云峰. 基于注意力机制的废钢分类评级方法研究[J]. 工程科学学报. doi: 10.13374/j.issn2095-9389.2022.06.10.002
Research on scrap classification and Rating Method based on attention mechanism[J]. Chinese Journal of Engineering. doi: 10.13374/j.issn2095-9389.2022.06.10.002
Citation: Research on scrap classification and Rating Method based on attention mechanism[J]. Chinese Journal of Engineering. doi: 10.13374/j.issn2095-9389.2022.06.10.002

基于注意力机制的废钢分类评级方法研究

doi: 10.13374/j.issn2095-9389.2022.06.10.002
详细信息
  • 中图分类号: TP274+.5

Research on scrap classification and Rating Method based on attention mechanism

  • 摘要: 为了解决传统人工方法对废钢分类评级人为因素干扰大且效率低下等问题,提出基于挤压-激活(Squeeze -Excitation,SE)注意力机制构建废钢分类评级的深度学习网络模型,并对采集到的废钢卸载过程图像进行模型训练和验证。首先,搭建1:3废钢质量查验物理模型,采用高分辨率视觉传感器模拟采集货车卸载废钢作业场景下不同废钢的形貌特征;然后,对采集到的废钢图像使用跨阶段局部网络进行特征提取,利用空间金字塔结构解决特征丢失问题,采用注意力机制关注通道间的相关性;最后,在包含8个标签分类的两个数据集进行模型训练与验证。 实验表明:该模型能够有效地对不同级别的废钢进行自动评级判定,评级准确率达到94%,mAP为88.8%,在准确率方面能够完全超越传统人工验质方法,解决了废钢入库过程中质量评价的公正性难题。

     

  • 加载中
计量
  • 文章访问数:  52
  • HTML全文浏览量:  3
  • PDF下载量:  15
  • 被引次数: 0
出版历程
  • 网络出版日期:  2022-09-19

目录

    /

    返回文章
    返回