EDRNet: Encoder-Decoder Residual Network for Salient Object Detection of Strip Steel Surface Defects

It is still a challenging task to detect the surface defects of strip steel due to its complex variations, including variable defect types, cluttered background, low contrast, and noise interference. The existing detection methods cannot effectively segment the defect objects from complex background...

Celý popis

Uloženo v:

Podrobná bibliografie
Vydáno v:	IEEE transactions on instrumentation and measurement Ročník 69; číslo 12; s. 9709 - 9719
Hlavní autoři:	Song, Guorong, Song, Kechen, Yan, Yunhui
Médium:	Journal Article
Jazyk:	angličtina
Vydáno:	New York IEEE 01.12.2020 The Institute of Electrical and Electronics Engineers, Inc. (IEEE)
Témata:	Anomaly detection Artificial neural networks Background noise Coders Encoder–Decoder Feature extraction Object recognition Residual neural networks residual refinement structure Salience Saliency detection salient object detection Segments Steel Strip steel Surface defects
ISSN:	0018-9456, 1557-9662
On-line přístup:	Získat plný text
Tagy:	Přidat tag Žádné tagy, Buďte první, kdo vytvoří štítek k tomuto záznamu!

Buďte první, kdo okomentuje tento záznam!