廖达海，男，汉族，中共党员，江西赣州人，景德镇陶瓷大学副教授，工学博士，硕士生导师。主要研究方向为人工智能与视觉检测装备、智能装备与核心零部件设计、复合材料结构动力学、微纳机器人和仿生机器人设计。主持江西省青年自然科学基金项目1项，江西省教育厅项目5项，景德镇市科技局项目3项，校级项目2项，并作为技术骨干参与重量，省部级项目6项；出版学术专著2部，在国内外发表高质量学术论文30余篇(其中SCI/EI检索期刊20余篇，中科院一区，TOP期刊8篇)，授权国家专利10余项。

氮化硅轴承多尺度缺陷特征的识别与检测方法研究主要围绕氮化硅陶瓷轴承缺陷的识别、提取及分类方法进行阐述。氮化硅轴承性能优越但制备加工易产生缺陷，影响运行寿命。为此，本专著深入分析其纹理、几何及检测过程特性，提出有效识别、提取及分类缺陷的方法。从应用背景、常规检测方法入手，详细阐述多种检测技术，如语义分割网络、高斯模型相关算法等，涵盖检测平台设计、数据处理、实验检测及结果分析等。对比不同方法得出高效精准检测成果，并对未来检测技术完善进行展望。面对的读者对象主要是材料科学、机械工程领域的研究人员、工程师，以及相关专业的高校师生。读者通过关注氮化硅陶瓷轴承的研发、制造与检测，期望从本专著中获取前沿的研究成果和实用的技术方法，推动该领域的发展。

第 1 章 概论 1
11 研究背景 1
12 氮化硅轴承缺陷检测方法研究现状 3
13 课题研究内容与意义 12
第 2 章 语义分割网络识别氮化硅轴承显著性缺陷的理论基础 16
21 图像语义分割概述 16
22 氮化硅轴承缺陷图像的语义分割目标 17
23 氮化硅轴承缺陷语义分割网络的评判标准 18
24 语义分割网络识别氮化硅轴承显著性缺陷的实现方式 20
第 3 章 氮化硅轴承视觉检测系统设计及其显著性缺陷数据集制备 27
31 氮化硅轴承机器视觉检测系统方案设计 27
32 氮化硅轴承显著性缺陷数据集制备 32
第 4 章 语义分割网络识别氮化硅轴承显著性缺陷检测方法 39
41 U-Net DeeplabV3 + 语义分割网络的网络结构 39
42 语义分割网络识别氮化硅轴承显著性缺陷的检测实验 46
43 语义分割网络识别氮化硅轴承显著性缺陷的实验结果与分析 47
第 5 章 多尺度特征语义分割网络识别氮化硅轴承显著性缺陷检测方法 51
51 多尺度特征语义分割网络的优化技巧 51
52 嵌入多尺度特征的 D-A-IU-Net 语义分割网络的结构设计 54
53 D-A-IU-Net 网络识别氮化硅轴承显著性缺陷的检测实验 58