X선 필름의 용접 결함 분할 정확도 저하 및 경계 정보 흐림 문제를 해결하기 위해 본 논문에서는 개선된 Dilated_Pooling_Unet(DP_Unet) 네트워크 분할 모델을 제안한다. 우선, 다운샘플링과 업샘플링 사이에 인코더-디코더 정보 추출 모듈 DP_block을 추가하여 다운샘플링 후 원본 결함의 의미 정보 최대 보존과 연속적인 컨볼루션 및 풀링 작업에 의한 손실 감소를 목표로 한다; 그 다음, 네트워크에 GAM 주의 메커니즘을 추가하여 용접 결함 부분에 집중함으로써 결함 특성 채널 학습 능력을 효과적으로 향상시키고 배경 잡음의 영향을 줄인다; 마지막으로, 이진 교차 엔트로피와 DiceLoss를 결합한 혼합 손실 함수를 제안하여 네트워크 학습 시 불균형한 양성과 음성 데이터 문제를 해결한다. 실험 데이터셋은 공개된 GDX-ray 결함 데이터셋으로 구성된다. 실험 결과는 제안된 방법이 GDX-ray 데이터셋에서 좋은 성능을 보이며, Dice 값이 93.45%에 달해 기준 알고리즘 대비 유의미한 향상을 보임을 나타낸다. 본 방법은 뛰어난 분할 성능을 지니며 기존 분할 알고리즘보다 우수하여 필름 용접 결함 분할 정확도를 효과적으로 향상시킨다.

용접 검사;결함 분할;DP_Unet;주의 메커니즘