هوش مصنوعی و پردازش تصویر جهت تشخیص هوشمند عیوب در ورق های تولیدی و میلگرد در صنعت فولاد ایران

نظارت و تشخیص هوشمند عیوب فولاد نقش مهمی در بهبود کیفیت فولاد، راندمان تولید و تولید هوشمند مرتبط با آن ایفا می کند. کاربرد الگوریتم های الهام گرفته از زیست در مسائل مهندسی مکانیک از اهمیت بالایی برخوردار است. شبکه توجه تقسیم شده، بهبود شبکه باقیمانده و بهبود مکانیسم توجه بصری در الگوریتم بیونیک است. در این مقاله، بر اساس شبکه هرم ویژگی و شبکه توجه تقسیم شده، شبکه از نظر بهبود داده ها، ادغام ویژگی های چندمقیاسی و بهینه سازی ساختار شبکه بهبود یافته و بهینه سازی شده است. مدل شبکه DF-ResNeSt۵۰ پیشنهاد شده است که یک بلوک توجه تقسیم شده مدولار ساده را معرفی می کند که می تواند مکانیسم توجه گروه های گراف با ویژگی های متقاطع را بهبود بخشد. در نهایت، اعتبارسنجی تجربی ثابت می کند که مدل شبکه پیشنهادی عملکرد و چشم انداز کاربردی خوبی در تشخیص هوشمند عیوب فولاد دارد.

کلیدواژه ها:

تشخیص نقص ، شناسایی هدف ، مکانیزم توجه ، استخراج و ادغام ویژگی ، شبکه های توجه تقسیم شده