标题：基于残差网络的冷轧带钢表面缺陷分类研究
作者：李卓 刘雯旭 闫洪伟 宗苗 张永国
作者单位：首钢京唐钢铁联合有限责任公司冷轧部，河北 唐山 063200
关键字：冷轧带钢；残差网络；对抗生成网络；缺陷分类；迁移学习
摘要：针对冷轧带钢表面缺陷分类提出了一种新的分类方法。该方法首先利用图像处理技术对缺陷图片进行预处理以更好地提取缺陷本身的特征，应用对抗生成网络模型补充训练集中样本数量。然后基于PyTorch框架来搭建深度残差网络模型（ResNet），引入迁移学习思想，在缺陷图像数据集进行训练，实现对图像特征的获取，再对测试集进行分类识别训练。针对首钢京唐2230高强酸洗产线中实际样本对该方法进行实验，对凹坑、划伤、停车斑等20种缺陷进行分类证明该方法的优越性，可满足产线高速运行下进行实时分类，最终实现缺陷分类准确率高达95%。