关键词：深度学习 cnn 缺陷检测 特征融合 ssd 

摘要：针对人工检测热轧钢带表面缺陷错漏率高的现状,提出基于深度学习的热轧钢带表面缺陷检测方法。根据检测精度和速度的要求,采用深度学习SSD网络作为改进算法框架,并利用交叉特征融合的方法增强低层特征图的语义信息,从而提高热轧钢带表面缺陷的识别率。实验表明:改进后的CroSSD网络对热轧钢带表面小尺寸缺陷检测的mAP值达到73.7,速度达到40帧/s,相比SSD网络有更好的效果,且满足实时检测的需求。

自动化与信息工程杂志要求:

{1}文章的格式：题目，作者姓名，工作单位，地址（××省××市××县），邮编，摘要，关键词，正文，注释，参考文献，作者简介。

{2}每篇论文须包括题目、摘要和关键词、正文、参考文献和作者简介，可在文稿首页脚注处注明论文属何种项目、何种基金（编号）资助。

{3}文稿标题层次用阿拉伯数字分级编号，如1级标题用 1……，2级标题用1.1……，余类推。通常设2至3级，不超过4级。文内标题力求简短，一般不超过15个字。

{4}参考文献：来稿均应有参考文献，参考文献应引自正式出版物（不含内部资料、文件、使用说明书等）。在稿件的正文中依次出现的先后顺序用阿拉伯数字加方括号在段末右上角标出，按引用的先后顺序列于文末。

{5}所有论文都应有500字左右的中文摘要和3～8个关键词，并附英文翻译。

注：因版权方要求，不能公开全文，如需全文，请咨询杂志社