来源：期刊VIP网 时间：
作者：靖青秀;常琪琪;杨雪晴;张志聪;黄晓东;
单位：江西理工大学材料冶金化学学部;江西理工大学经济管理学院;
摘要：表面结瘤是电解阴极铜板产品的一种主要质量缺陷，生产实践中常根据阴极铜板结瘤类型的不同对电解生产过程出现的问题进行反馈诊断。针对传统人工观察方式判定阴极铜板结瘤类型准确度不高及时间滞后等问题，文中提出一种改进DeeplabV3+语义分割模型，将模型部署在生产现场，可实现对阴极铜板表面结瘤类型的在线实时识别。该方法采用MobileNetV2作为主干网络实现轻量化，模型大小为改进前的11.15%；并引入注意力机制捕获多尺度信息，以增进结瘤边缘区域划分的精度，缺陷类别分类的准确度提高1.06%。实验结果表明，该算法对电解阴极铜板上的点状、聚集状和边缘结瘤缺陷的分割和分类效果优异，在测试集上的分割准确率高达91.58%，能够满足实际生产需求，为进一步实现电解铜生产过程中阴极铜板表面质量在线检测的智能化管控提供了一定的实践借鉴。
关键词：阴极铜板结瘤;;图像分割;;DeeplabV3+;;注意力机制
