基于改进Faster R-CNN的花色布瑕疵检测算法

作     者：费利斌 徐洋 余智祺 孙以泽 季诚昌 FEI Libin;XU Yang;YU Zhiqi;SUN Yize;JI Chengchang

作者机构：东华大学机械工程学院上海201620 

基　　金：国家重点研发计划资助项目(2018YFB1308800 2017YFB0309800) 

出 版 物：《东华大学学报（自然科学版）》 (Journal of Donghua University(Natural Science))

年 卷 期：2022年第48卷第2期

页      码：75-80页

摘      要：针对布匹瑕疵自动化检测,基于传统的机器视觉方法依赖于人工设计特征,对具有复杂背景图案的花色布瑕疵特征提取难度非常大,因此提出一种基于改进Faster R-CNN(faster region with convolutional neural network)的花色布瑕疵检测算法。在Faster R-CNN的基础上使用Resnet-50作为主干网络,嵌入可变形卷积来提高瑕疵特征的学习能力。通过设计多尺度模型来提高小瑕疵的检测,引入级联网络来提高瑕疵检测精度和定位准确度,构造优化的损失函数来降低样本不平衡影响。通过试验验证了该算法的有效性。结果表明,瑕疵检测效果准确率达94.97%,并能精准定位瑕疵位置,可满足工厂的实际需求。

主 题 词：花色布 瑕疵检测 可变形卷积 多尺度模型 级联网络 融合损失函数 

学科分类：0821[工学-兵器类] 081203[081203] 08[工学] 0835[0835] 082101[082101] 0812[工学-测绘类] 

D　O　I：10.19886/j.cnki.dhdz.2020.0524

馆 藏 号：203111468...