1.北京大数据竞赛一等奖方案-漆面缺陷检测
2.段富超获奖信息

北京大数据竞赛一等奖方案-漆面缺陷检测

       传统制造业在检测喷涂颜色件的漆面质量时，大多依赖人工目视检查，大赛大赛这种方法受环境、源码源码视觉能力和人员状态等不可控因素影响较大，视频视频存在观察难度大、大赛大赛缺陷漏检、源码源码帝国版小说源码质量难以保证和效率低等问题。视频视频借助机器视觉技术，大赛大赛如深度学习，源码源码实现常见漆面缺陷的视频视频自动检测识别，对于提高检测的大赛大赛可靠性、经济性和效率具有重要意义。源码源码

       除了人工目视和边缘检测算子加机器学习，视频视频基于深度学习的大赛大赛机器视觉技术在近年来逐渐受到关注。然而，源码源码现有的源码可以攻击深度学习缺陷检测方法大多只是将缺陷框出（目标检测），而将缺陷区域像素级别提取出来（语义分割）更贴近实际应用场景需求，同时也更具挑战性。

       大赛网址：北京大数据技能大赛

       比赛提供了张含有缺陷的图像，要求实现对缺陷的像素级别提取。

       像素级缺陷提取存在诸多难点。

       3. 方案

       3.1 轻量化的MobileUNet+

       由于缺陷面积小，样本数量少，如果模型深度太深和参数太多，容易造成过拟合。因此，我们设计了一种全卷积神经网络MobileUNet+来分割漆面瑕疵。Unet总体框架可以更好地融合高层和底层特征，恢复精细边缘。我们使用mobilenetV2作为编码器，利用倒残差结构在控制参数量的自助查询源码同时提高特征提取能力。

       3.2 空间通道注意力

       为了解决与缺陷相似的非缺陷误区域误检测问题，我们在解码器中嵌入空间通道联合注意力机制scSE，实现对特征的正向校正。

       3.3 损失函数

       大量的简单背景样本可能会淹没整个交叉熵损失，我们利用OHEM过滤掉交叉熵小于设定阈值的样本点。为进一步缓解正负样本数量不均衡现象，加入Dice损失。

       3.4 数据增强

       数据增强可以扩充数据，减轻模型过拟合现象。除了常规的亮度变换、翻转旋转、平移缩放之外，我们开发了一种针对漆面缺陷的K-means约束的copy-paste增强方法。由于漆面一般是曲面，图像中有些区域比较亮，厘米秀源码有些区域比较暗，如果直接复制粘贴不同光线分布的缺陷实例，可能会对模型学习产生负面影响。因此，我们首先对图像进行K-means聚类，在复制粘贴时只粘贴到相同光线分布的区域。这样一来，在降低copy-paste可能带来的负面影响的同时，增加正样本的数量和背景多样性。

       3.5 随机权重平均SWA

       随机权重平均SWA：在优化的末期取k个优化轨迹上的checkpoints，平均他们的权重，得到最终的网络权重，这样会缓解权重震荡问题，获得一个更加平滑的解，相比于传统训练有更泛化的ts包源码解。我们在训练的最后5轮使用了SWA集成多个模型的权重，得到最终模型结果。

       3.6 torch转ONNX

       为什么要转ONNX（Open Neural Network Exchange，开放式神经网络交换）：直接原因是比赛统一要求；根本原因是ONNX支持大多数框架下模型的转换，便于整合模型，并且还能加速推理，更可以方便地通过TensorRT或者openvino部署得到进一步提速。

       3.6.1 安装onnx和onnxruntime

       onnxruntime-gpu需要和cuda版本对应，在此处查询。

       验证是否可用：

       ONNX的providers说明：Pypi上的官方Python包仅支持默认CPU（MLAS）和默认GPU（CUDA）执行提供程序。对于其他执行提供程序（TensorrtExecutionProvider），您需要从源代码构建。请参阅构建说明。Official Python packages on Pypi only support the default CPU (MLAS) and default GPU (CUDA) execution providers. For other execution providers, you need to build from source. Please refer to the build instructions. The recommended instructions build the wheel with debug info in parallel.

       3.6.2 模型转换

       4. 结果

       大赛要求的基准精度为IoU不能小于%，而我们的模型IoU达到了%，增量达到了%。模型精度得分达到了%。更可喜的是，模型的推理速度特别快，单张推理时间为9.1ms，意味着每秒可以处理张图像。除了可以定位检测外，缺陷的面积、长宽等属性也会一并提取出来，这将为后续处理提供更多实用信息。%的模型精度、FPS的推理速度、加上丰富的缺陷形态信息，我们的方案完全可以满足实际应用场景的需求。

       5. 代码开源

       6. 答辩视频参考

段富超获奖信息

       段富超在演艺道路上取得了多项荣誉。在年7月，他参加了第十一届全国推新人大赛，并在影视表演组赢得了江苏省十佳的称号。同年月，他在三星电子视频大赛中凭借出色的创意表现获得了“最佳创意表现奖”。紧接着，年7月，他在英特尔纳米视频大赛中脱颖而出，赢得了人气冠军的桂冠。

       在同一年的8月，段富超在瑞星卡卡视频大赛中斩获一等奖，展示了其在视频制作方面的才华。接着，他在月的比亚迪F0“just cool”视频征集大赛中获得了三等奖。年，他的公益事业也得到了认可，他在“迎国庆讲文明树新风”主题公益广告大赛中荣获优秀奖。

       同年月，段富超在“美好江苏 青春故事”江苏省青年DV大赛中赢得了三等奖，进一步证明了他的艺术实力。紧接着，他在年月的常州龙城原创**节上，凭借精湛的表演获得了年度最佳男演员的称号，并在1月赢得了最佳人气奖，显示出他在影视领域的广泛认可。

       年，段富超的影响力进一步提升，他参与的“创新工场，助跑计划”中，他的作品凭借人气赢得了奖项。同年的6月，他在搜狐畅游的“配音鹿鼎记 过把星爷瘾”配音活动中，以第一名的成绩展示了其独特的配音才华。

扩展资料

       段富超，后，江苏徐州人，新锐才艺达人，SOHO配音人，擅长模仿，参加过多家卫视综艺节目录制，是周星驰国语配音模仿第一人，喜欢**与配音，做过报刊编辑、网媒编辑，导演的网络短片多次获奖，播客综合访问量达数千万次，编写的web程序被各大源码网站收录，深受网友喜爱，下载量巨大。