基于改进的VGG16网络金属表面缺陷图像分类研究
来源：计算机应用与软件杂志2024年第6期北京时间：
作者：胡坤, 吴国庆, 胡祖辉, 王忠明
摘要：针对工业生产中金属表面缺陷识别存在人力消耗大、效率不高等问题，提出改进的VGG16网络金属表面缺陷图像分类方法。以VGG16网络为基础，引入注意力机制CBAM增强特征学习能力，引入Inception网络结构拓宽网络宽度，以此增强模型非线性能力；对输入图像做数据增强处理，提高网络模型鲁棒性。实验证明，改进的网络模型在数据集GC10-DET上准确率达到90.23%，在数据集NEU-CLS上准确率达到98.84%。实验结果表明该方法在金属表面缺陷分类上具有良好的实际应用意义。
关键词：缺陷图像分类, VGG16网络, 注意力机制, Inception网络
