当前位置>>首页 >> 分会场报告人
李新宇 教授
2021/8/26 16:53:00    

李新宇教授


华中科技大学机械学院教授、博士生导师,青年长江学者、湖北省杰青。现从事智能制造系统、车间调度、智能优化与机器学习等方面的科研工作。主持国家级科研项目近10项。出版专著4部,发表SCI论文100余篇,Web of Science他引4000余次,授权发明专利24项。担任IET Collaborative Intelligent Manufacturing Associate Editor、Sensors Editorial Board Member。担任中国机械工程学会工业大数据与智能系统分会总干事、湖北省机械工程学会工业工程专业委员会副理事长、中国仿真学会智能仿真优化与调度专业委员会副秘书长/常务委员等。获教育部自然科学一等奖、海洋科学技术二等奖、IFAC会刊EAAI Paper Prize Award (Practice、通讯作者)等科研奖励。

报告题目:基于深度学习的表面缺陷识别方法与应用

表面缺陷作为最常见的质量问题之一,广泛存在于金属、电子产品、纺织等产品中。不仅严重影响产品外观,还会改变产品性能(如表面摩擦力等),造成安全隐患。因此,如何实现快速准确的识别产品表面缺陷,成为了亟待解决的问题。近年来,以卷积神经网络为代表的深度学习模型逐渐成为表面缺陷识别中的研究热点。本研究提出了一种基于特征聚类的卷积神经网络模型,利用特征聚类引导模型训练,实现了表面缺陷的准确识别。随后,分别针对小样本和低质量等问题特性进行了改进。最后,分别针对钢铁和PCB板缺陷进行了应用。