(点击播放视频)
钢材表面缺陷检测是钢铁行业中至关重要的一环。随着工业化进程的不断推进,对钢材质量的要求越来越高,其中表面缺陷是保证钢材质量的重要手段之一。传统的人工检测方式存在着效率低、准确率不高等问题,且难以满足大规模生产的需求。因此,基于深度学习的钢材表面缺陷检测方法成为行业的研究热点。
基于深度学习的钢材表面缺陷检测实际应用场景主要包括工业生产线上的自动检测、智能化仓储与物流、生产数据分析与预测维护等。目前,钢材表面缺陷检测所面临的主要难题有复杂多样的缺陷类型:钢材表面可能存在各种不同类型的缺陷,如划伤、生锈、夹杂物等,这些缺陷形态复杂,使得检测算法需要具有较强的泛化能力。图像质量和现场环境条件不一:钢材表面的图像可能受到光照、角度等因素的影响,导致图像质量参差不齐,这给算法的稳定性和鲁棒性带来挑战。大规模生产需求:钢铁行业通常需要大规模生产,因此对于缺陷检测算法的实时性和高效性要求较高。
因此进行钢材表面缺陷检测与分割的研究可以解决工业生产中的诸多痛点,提高生产效率并提升生产质量。
本赛题旨在利用深度学习技术实现钢材表面缺陷的分割识别,即对给定的钢材图像中的缺陷部分进行像素级别的分割检测。
1. 任务描述
在钢材表面缺陷检测中,我们需要使用深度学习算法对这些图像进行分析和处理,从而检测出可能存在的缺陷,并对检测出的缺陷进行精确的分割,这一步骤通常使用深度学习中的语义分割。
2. 任务说明
①数据集:主办方提供钢材表面缺陷检测数据集。②设计模型:参赛者设计基于深度学习的缺陷检测算法,实现对钢材表面缺陷的高效检测与分割。要求所设计的模型参数量要求在50M以内 (不包括50M)。③缺陷分割:参赛者所提交的模型能够准确地将钢材表面图像中的缺陷部分进行像素级别的分割标注,以实现精确的缺陷识别。
3.任务输入输出说明
数据集Ground Truth缺陷标签说明:背景灰度值:0;三类缺陷灰度值分别为:1,2,3;
输出钢材表面图像缺陷的检测结果: 采用Class IoU、mIoU 和FPS为评价指标,其中,Class IoU与mIoU:整个测试集输出结果与相应Ground Truth类缺陷交并比、平均交并比。FPS:模型每秒可以处理完成图像帧数。
包括若干张训练图像和若干张测试图像,涵盖三种不同的缺陷类别:夹杂物 (Inclusions)、补丁(Patches)和划痕(Scratches),以及不同类别的混合缺陷。(报名成功后,通知公告中获取数据集链接及提取码)。
1.数据集处理:理解数据集中的图像和标签,找到对应标签处理的方法。
2.模型设计:结合目前基于深度学习的表面缺陷检测方法,并根据钢材表面缺陷数据的特点,处理数据设计相应的模型。
3.可视化及数据结果分析:基于可视化及指标数据分析,论证所设计方法或模型的优势。
1.数据指标评价方式:评估以UNet为基准模型,需在同一环境运行UNet模型与自建模型;最终需要提交以上对应两个模型的Class IoU、mIoU 、FPS和模型参数量,共计12个指标结果。
2.总决赛综合评价方式参考大赛组委会评审总则。
选手需提交一个以队名+提交日期(YYYYMMDD)为文件名的7z压缩包,压缩包不要在根目录嵌套一层队名文件夹(例如:江南大师队20240906.7z),队伍名称与报名时填写的队名保持一致,开头无需添加学校名称,其中包含3个文件夹和4个文件:
文件夹1 - baseline_predictions:UNet在每张测试图像上的分割结果,以npy的形式保存
文件夹2 - test_ground_truths:每张测试图像的GT分割结果,以npy的形式保存
文件夹3 - test_predictions:选手所用模型在每张测试图像上的分割结果,以npy的形式保存
文件1 - model.pth:选手所用模型超参,使用 torch.save(model, 'model.pth') 代码保存模型
文件2 - model.py:自建网络模型代码文件。特别提醒,为平台自动计分需要,自建网络名称须统一命名为self_net。
文件3 - 算法描述文档:pdf格式,包含模型的主要框图、算法描述、详细阐述思路、使用的数据处理技术及模型架构,主要创新点说明。
文件4 – 关键指标数据文档:txt格式,以字典形式存放,按顺序依次为UNet模型的Class1 IoU、Class2 IoU、Class3 IoU、mIoU 、FPS 、模型参数量,以及自己模型的Class1 IoU、Class2 IoU、Class3 IoU、mIoU 、FPS 和模型参数量共计 12 个指标结果。参考格式如下:
results = {
"UNet": {
"Class1_IoU": 0.71,
"Class2_IoU": 0.72,
"Class3_IoU": 0.73,
"mIoU": 0.72,
"FPS": 25,
"Parameters": 10
},
"OursModel": {
"Class1_IoU": 0.74,
"Class2_IoU": 0.75,
"Class3_IoU": 0.76,
"mIoU": 0.75,
"FPS": 30,
"Parameters": 15
}
}
注意:
2. 经典UNet网络作为baseline(可参照使用文献1提供的相关代码),超参数自行进行调整设定。结合当前可参考的研究文献情况和比赛公平性的实际需要,UNet在NEU-Seg数据集上的mIoU参考值取为不低于0.75(不包含背景)。
3. 确保自建网络self_net可以self_net()格式调用。
1.Ronneberger O, Fischer P, Brox T. U-net: Convolutional networks for biomedical image segmentation[C]//Medical image computing and computer-assisted intervention–MICCAI 2015: 18th international conference, Munich, Germany, October 5-9, 2015, proceedings, part III 18. Springer International Publishing, 2015: 234-241.
2.Dong H, Song K, He Y, et al. PGA-Net: Pyramid feature fusion and global context attention network for automated surface defect detection[J]. IEEE Transactions on Industrial Informatics, 2019, 16(12): 7448-7458.
3.Zhang J, Ding R, Ban M, et al. Fdsnet: An accurate real-time surface defect segmentation network[C]//ICASSP 2022-2022 IEEE International Conference on Acoustics, Speech and Signal Processing (ICASSP). IEEE, 2022: 3803-3807.
1.获奖比例与大赛组委会公布的获奖比例一致;
2.省赛榜单截止时间:10月31日前,具体事宜另行通知。
1.获奖比例与大赛组委会公布的获奖比例一致;
2.省赛结束后另行通知。
(一)赛题负责人
联系人:杨老师
咨询答疑QQ群:559080638
(二)国赛组委会
国赛组委会邮箱:lican@digix.org.cn
参赛学生交流QQ1群:695491030(此群已满)
参赛学生交流QQ2群:635906376(此群已满)
参赛学生交流QQ3群:178801349
大赛官网:www.digix.org.cn
赛氪网技术支持:温老师,电话&微信:17643826168;QQ:1095691517
各位【算法挑战赛】钢材表面缺陷检测与分割的参赛者,现将赛题的数据链接及提取码公布如下,参赛队伍报名成功后可自行下载使用。 钢材表面缺陷检测与分割:链接: …
2024.07.02 14:46
全球校园人工智能算法精英大赛自2019年起已经连续举办5届,共吸引来自全球26个国家和地区、1000多所高校选手参赛,累计参赛队伍14700支,受到了全球校园人…
2024.09.14 20:33
全球校园人工智能算法精英大赛自2019年起已经连续举办5 届,共吸引来自全球26个国家和地区、1000多所高校选手参赛, …
2024.09.14 20:31
“全球校园人工智能算法精英大赛”是江苏省人工智能学会举办的面向全球具有正式学籍的全日制高等院校及以上在校学生举办的算法竞赛。大赛自 20…
2024.09.14 20:29
“全球校园人工智能算法精英大赛”是面向全球高等院校学生举办的算法竞赛。大赛已连续举办 5 届,受到了全球校园人工智能算法爱好者及业界的广…
2024.09.14 20:27
广东省各高校、参赛团队: 为贯彻新时代中国特色社会主义思想 ,落实党中央、国务院关于教育的重要部署 ,深化高等工程教育改革 ,加强卓越工程人才培养 ,经第…
2024.09.14 20:25
省内各高等院校、参赛团队: 全球校园人工智能算法精英大赛自 2019 年起已经连续举办5 届,共吸引来自全球 26 个国家和地区、1000 多所高校选手参…
2024.09.14 20:22
各高等院校、参赛团队: 根据 2024 年第六届全球校园人工智能算法精英大赛(以下简称大赛)工作安排,现公布 2024 年大赛赛区联系方式及各赛题联系方式…
2024.09.14 20:20
各位参赛选手好,10月10日报名结束前,如参赛选手需要修改信息,请参考下面文档流程修改队员及指导老师信息,报名结束后,系统关闭修改状态,省赛和国赛信息不支持信息…
2024.09.11 10:28
…
2024.09.06 10:30
各高等院校: 全球校园人工智能算法精英大赛正在火热报名中 , 为方便 各高校集中缴费 , 大赛组委会…
2024.09.02 18:49
各高等院校: “全球校园人工智能算法精英大赛”是江苏省人工智能学会举办的面向…
2024.05.17 10:26
还木有评论,赶快抢个沙发!
非常抱歉!本站不支持旧版本IE浏览器~~建议使用IE10/IE11/Chrome/Firefox/Safari等高级浏览器浏览。