第39卷第1期2024年1月Vol.39No.1Jan.2024液晶与显示ChineseJournalofLiquidCrystalsandDisplays基于密集连接和多尺度池化的X射线焊缝缺陷分割方法张勇1，王鹏2*，吕志刚1，3，邸若海1，李晓艳1，李亮亮3（1.西安工业大学电子信息工程学院，陕西西安710021；2.西安工业大学发展规划处，陕西西安710021；3.西安工业大学机电工程学院，陕西西安710021）摘要：为解决X射线底片焊缝缺陷分割精度不高、边界信息模糊的问题，本文提出一种改进的Dilated_Pooling_Unet（DP_Unet）网络分割模型。首先，在上下采样间加入编解码信息提取模块DP_block，旨在下采样后最大限度地保留原始缺陷语义信息及减少连续卷积与池化操作造成的损失；然后，在模型中添加GAM注意力机制重点关注焊缝缺陷部分，有效提升缺陷特征通道的学习能力，降低背景噪声影响；最后，提出一种融合二元交叉熵和DiceLoss的混合损失函数，用于解决网络训练时不均衡的正负类数据问题。实验数据集由公开数据集GDX-ray缺陷数据集组成。实验结果表明，本文所提方法在GDX-ray数据集上有较好表现，Dice值达到了93.45%，与基线算法相比均有显著提高。该方法具有良好的分割性能，优于传统的分割算法，有效提高了底片焊缝缺陷分割精度。关键词：焊接检测；缺陷分割；DP_Unet；注意力机制中图分类号：TE973.3；TP391.4文献标识码：Adoi：10.37188/CJLCD.2023-0088X-raywelddefectdetectionmethodbasedondenseconnectionandmulti-scalepoolingZHANGYong1，WANGPeng2*，LÜZhigang1，3，DIRuohai1，LIXiaoyan1，LILiangliang3（1.SchoolofElectronicandInformationEngineering，Xi'anTechnologicalUniversity，Xi'an710021，China；2.DevelopmentPlanningService，Xi'anTechnologicalUniversity，Xi'an710021，China；3.SchoolofMechatronicEngineering，Xi'anTechnologicalUniversity，Xi'an710021，China）Abstract：Inordertosolvetheproblemsoflowsegmentationaccuracyandfuzzyboundaryinformationof文章编号：1007-2780（2024）01-0059-10收稿日期：2023-03-06；修订日期：2023-03-23.基金项目：国家自然科学基金（No.62171360）；2022年度陕西高校青年创新团队项目；2023年陕西省高校工程研究中心；西安市军民两用智能测评技术重点实验室；陕西省电子设备智能测试与可靠性评估工程技术研究中心；山东省智慧交通重点实验室（筹）SupportedbyNationalNaturalScienceFoundationofChina（No.62171360）；20...
