典型文献
基于Faster R-CNN的金属表面缺陷检测研究
文献摘要：
目标检测是计算机视觉领域一个重点研究内容,Faster R-CNN作为目标检测新秀,被越来越多的应用于缺陷检测研究.本文基于Faster R-CNN的特征提取、RPN、RC三个核心部份做了实验设计,利用旋转和随机裁剪等方法构建金属表面有麻点和划痕瑕疵缺陷的数据集,并进行了模型训练及测试,麻点的检测结果为90.56％,划痕的检测结果为91.21％,整个模型的平均检测精度为90.78％,实验结果表明Faster R-CNN模型在金属表面缺陷检测中表现优异.
文献关键词：
目标检测;Faster R-CNN;金属表面;缺陷检测
中图分类号：
作者姓名：
马静
作者机构：
惠州经济职业技术学院,广东惠州,516057
文献出处：
引用格式：
[1]马静-.基于Faster R-CNN的金属表面缺陷检测研究)[J].电子测试,2022(18):110-112,86
A类：
B类：
Faster,金属表面缺陷,表面缺陷检测,目标检测,计算机视觉,新秀,RPN,RC,心部,部份,实验设计,随机裁剪,麻点,划痕,瑕疵,模型训练,检测精度
AB值：
0.338497
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
