典型文献
改进FSSD的差速器壳体表面缺陷实时检测算法
文献摘要：
针对传统检测方法对于汽车差速器壳体表面小目标缺陷的误检和漏检问题,提出了一种改进的FSSD_MobileNet缺陷检测模型.该模型将FSSD(feature fusion single shot multibox detector)算法的基础骨干网络VGG16替换成轻量级MobileNet网络,构建了一种高效的特征融合结构并调整了默认框的尺寸,进一步提升对小目标缺陷的检测能力.同时使用RMSProp(root mean square propagate)梯度下降算法来优化损失函数,加快了模型的收敛速度.实验结果表明,改进后的FSSD_MobileNet模型的mAP为96.7％,相比于改进前提升了16.2个百分点.在保持较高检测精度的同时,检测速度达到了191 FPS,高于目前单阶段算法中速度较快的YOLOv5s网络,相较于传统的SSD(single shot multibox detector)和FSSD分别提升了94 FPS和102 FPS,同时模型较为精简,能够更好地满足实际生产中对准确性和实时性的综合要求.
文献关键词：
目标检测;特征融合;FSSD;深度可分离卷积;小目标缺陷
中图分类号：
作者姓名：
王国东;唐金亮;陈特欢;崔杰
作者机构：
宁波大学 机械工程与力学学院,浙江 宁波 315211;浙江华朔科技股份有限公司,浙江 宁波 315800
文献出处：
引用格式：
[1]王国东;唐金亮;陈特欢;崔杰-.改进FSSD的差速器壳体表面缺陷实时检测算法)[J].计算机工程与应用,2022(22):262-270
A类：
B类：
FSSD,差速器壳体,表面缺陷,实时检测,检测算法,小目标缺陷,漏检,MobileNet,缺陷检测,检测模型,feature,fusion,single,shot,multibox,detector,骨干网络,VGG16,替换成,轻量级,特征融合,默认,检测能力,RMSProp,root,mean,square,propagate,梯度下降算法,优化损失函数,收敛速度,mAP,进前,百分点,高检,检测精度,检测速度,FPS,单阶段,中速,YOLOv5s,精简,对准,目标检测,深度可分离卷积
AB值：
0.415281
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。
