一种基于CNN的带钢表面缺陷识别方法

带钢表面质量是衡量产品性能的重要指标,准确识别带钢表面缺陷是带钢生产过程的关键一环,剪除缺陷带钢对于提升带钢成材率具有重要意义。为提升带钢表面缺陷识别的准确率,构建了基于CNN的带钢表面缺陷识别模型,通过多个卷积层提取图像特征,从而自动识别缺陷类别,实现了端到端的带钢表面缺陷识别过程。实验结果表明,CNN模型对于带钢表面缺陷识别准确率达到了96.5%,识别一张图片时间仅为1.5 ms,基本满足了带钢缺陷识别要求。