典型文献
基于改进Faster R-CNN的棉布包装缺陷检测的方法研究
文献摘要：
由于传统检测算法对棉布包装缺陷检测不够准确、对小目标缺陷识别率不够高,所以提出改进的Faster R-CNN深度学习网络,对棉布包装存在的破损、污渍、孔洞、杂质、线头等5种缺陷进行检测.通过对图像进行预处理实现图像增强,然后改进Faster R-CNN中的RPN和ROI结构,为加强小目标缺陷的检测能力,在主干网络中融合特征金字塔网络结构,最后对ROI进行双线性插值以解决多次量化引起的像素偏差问题.实验表明,改进后的网络对棉布包装表面缺陷检测的平均精度均值mAP为91.34％,与传统算法相比,mAP值提高了 9.08％.
文献关键词：
缺陷检测;Faster R-CNN;特征金字塔网络;双线性插值改进
中图分类号：
作者姓名：
曾秀云;陆华才;吕禾丰
作者机构：
安徽工程大学电气传动与控制安徽普通高校重点实验室 芜湖 241000
文献出处：
引用格式：
[1]曾秀云;陆华才;吕禾丰-.基于改进Faster R-CNN的棉布包装缺陷检测的方法研究)[J].电子测量与仪器学报,2022(04):179-186
A类：
双线性插值改进
B类：
Faster,棉布,布包,检测算法,小目标缺陷,缺陷识别,识别率,深度学习网络,污渍,孔洞,线头,头等,陷进,图像增强,RPN,ROI,检测能力,主干网络,融合特征,特征金字塔网络结构,像素偏差,表面缺陷检测,平均精度均值,mAP,传统算法
AB值：
0.308282
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。
