論文閱讀筆記《Automatic Metallic Surface Defect Detection and Recognition with Convolutional Neural Networ》

核心思想   本文提出一種能夠對缺陷進行像素級分割和分類的算法，整個網絡可以分成兩個階段：缺陷檢測階段和缺陷分類階段。在缺陷檢測階段，作者設計了一個級聯的自動編碼器（CASAE），利用編碼器對正常區域和缺陷區域的響應不同，通過閾值分割的方式實現缺陷區域的像素級定位。然後把缺陷區域裁剪出來得到大小不一的圖塊，將圖塊輸入到缺陷分類網絡，最終輸出缺陷的類別。整個算法的流程如下圖所示   如圖所示CASA

>>阅读原文<<