10.11857/j.issn.1674-5124.2020090072
基于改进Faster R-CNN的水准泡缺陷检测方法
目前水平尺制造行业采用人工方法对水准泡进行出厂检测,其准确率低、速度慢,该文提出一种基于改进Faster R-CNN的水准泡缺陷检测方法.采用ResNet101作为特征提取网络来避免网络退化,同时融合递归特征金字塔(recursive feature pyramid,RFP)得到多尺度的特征图输出,通过主干网络再训练的方式使输出特征图更好地适应模型检测任务.然后针对水准泡数据集样本目标来设计区域生成网络锚框,将得到的多尺度特征图输入区域生成网络进行候选区域提取.最后经过ROI Pooling层后得到水准泡缺陷检测结果.在包含1200张水准泡图像的数据集上进行实验,实验结果表明,融合RFP的Faster R-CNN改进模型能有效提高模型检测准确度,在测试集上的均值平均准确度达96.7%.
水准泡;缺陷检测;Faster R-CNN;特征金字塔;RFP
47
TP391;TB9(计算技术、计算机技术)
2021-09-24(万方平台首次上网日期,不代表论文的发表时间)
共7页
6-12