基于改进Faster-RCNN的偏光片表面缺陷检测

作     者：夏禹 肖金球 翁玉尚 XIA Yu;XIAO Jinqiu;WENG Yushang

作者机构：苏州科技大学电子与信息工程学院江苏苏州215009 苏州市智能测控工程技术研究中心江苏苏州215009 

基　　金：江苏省产学研前瞻性联合项目基金(BY2011132) 江苏省研究生创新与教改项目(09150001) 

出 版 物：《光学技术》 (Optical Technique)

年 卷 期：2021年第47卷第6期

页      码：695-702页

摘      要：针对人工和传统自动化检测偏光片表面缺陷的准确性和效率问题,解决传统机器视觉在人工设计特征和泛化能力差的问题,提出了一种基于改进Faster-RCNN的偏光片表面缺陷检测方法。通过对比四种特征提取网络最终选择ResNet-101并引入特征金字塔网络(FPN)来提高对小缺陷的检测能力;接着采用ROI Align取代原始的ROI Pooling以解决两次取整操作引起的像素误差;最后通过采集方案获取偏光片表面图像,建立三种缺陷类型的数据集,结合k-means++聚类算法来改进anchor生成方案。实验表明,改进后的网络在偏光片缺陷数据集的mAP达到93.5%,平均检测单张待测图像耗时0.142s,能够满足实际检测的需求。

主 题 词：表面缺陷检测 卷积神经网络 FPN Faster-RCNN k-means++ 

学科分类：081203[081203] 08[工学] 0835[0835] 0812[工学-测绘类] 

D　O　I：10.13741/j.cnki.11-1879/o4.2021.06.010

馆 藏 号：203106302...