CAT-EDNet: Cross-Attention Transformer-Based Encoder-Decoder Network for Salient Defect Detection of Strip Steel Surface

The morphologies of various surface defects on strip steel suffer from oil stain, water drops, steel textures, and erratic illumination. It is still challenging to recognize defect boundary precisely from cluttered backgrounds. This article emphasizes such a fact that skip connections between encode...

Celý popis

Uloženo v:

Podrobná bibliografie
Vydáno v:	IEEE transactions on instrumentation and measurement Ročník 71; s. 1 - 13
Hlavní autoři:	Luo, Qiwu, Su, Jiaojiao, Yang, Chunhua, Gui, Weihua, Silven, Olli, Liu, Li
Médium:	Journal Article
Jazyk:	angličtina
Vydáno:	New York IEEE 2022 The Institute of Electrical and Electronics Engineers, Inc. (IEEE)
Témata:	Automated visual inspection (AVI) Coders Decoding encoder–decoder network (EDNet) Entropy (Information theory) Feature extraction Inspection salient detection Steel steel strip Strip steel Strips Surface defects transformer Transformers Visualization Water drops
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!