典型文献
基于改进Faster R-CNN的刹车零件缺陷检测算法
文献摘要：
针对传统目标检测算法对刹车零件缺陷识别率不高的问题,提出利用改进的Faster R-CNN算法对其进行检测.首先选择ResNeXt50作为主干网络,在相同计算量的情况下,提高特征提取能力;其次加入改进特征金字塔(FPN)结构,将高层丰富的语义信息和底层精确的位置信息进行融合;然后选择感兴趣区域校准(ROI Align)来解决区域不匹配问题,使缺陷的定位信息更加准确;最后在刹车零件缺陷数据集上分别对改进前后的Faster R-CNN进行训练,并分别测试模型性能.实验结果表明,Faster R-CNN检测刹车零件缺陷的性能较好,但有部分小目标漏检;改进后的模型对小目标缺陷的检测表现良好,均值平均精度(mAP)达到了 82.4％,比原始Faster R-CNN的mAP高11.3％,平均检测时间为0.139 s,实现了对刹车零件缺陷的快速准确检测.
文献关键词：
目标检测;刹车零件;Faster R-CNN;FPN;ROI Align
中图分类号：
作者姓名：
单明陶;高玮玮;杨亦乐;樊博;蒋晓
作者机构：
上海工程技术大学机械与汽车工程学院 上海201620;上海汽车集团股份有限公司技术中心 上海201804
文献出处：
引用格式：
[1]单明陶;高玮玮;杨亦乐;樊博;蒋晓-.基于改进Faster R-CNN的刹车零件缺陷检测算法)[J].国外电子测量技术,2022(04):22-28
A类：
刹车零件
B类：
Faster,缺陷检测,目标检测算法,缺陷识别,识别率,ResNeXt50,主干网络,计算量,特征提取能力,改进特征,特征金字塔,FPN,语义信息,位置信息,后选择,感兴趣区域,ROI,Align,匹配问题,定位信息,缺陷数据,进前,测试模型,模型性能,漏检,小目标缺陷,均值平均精度,mAP,检测时间,快速准确
AB值：
0.332415
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。
