改进型SSD网络的织物瑕疵检测算法

作     者：龙玥 韩军 孙园 黄慧玲 郭前进 LONG Yue;HAN Jun;SUN Yuan;HUANG Huiling;GUO Qianjin

作者机构：厦门理工学院电气工程与自动化学院福建厦门361024 中国科学院海西研究院泉州装备制造研究中心福建泉州362200 

基　　金：福建省中科院STS计划配套院省合作项目(2021T3032) 泉州市科技计划项目(2019STS04) 泉州市人才创新共享联盟联合攻关项目(2021C063L) 

出 版 物：《厦门理工学院学报》 (Journal of Xiamen University of Technology)

年 卷 期：2022年第30卷第5期

页      码：64-73页

摘      要：针对传统纺织生产中瑕疵检测精度低、速度慢和模型太大影响部署等问题,提出一种基于改进型SSD(single shot multiBox detector)网络的织物瑕疵检测算法。将RepVGG网络融合SE(squeeze-and-excitation)模块,提出SE-RepVGG网络作为SSD的主干网络;在增强网络特征提取能力的同时,采用结构重参数化方法大幅减少网络的参数量和计算量,以改善实时检测性能;利用深度可分离卷积代替传统卷积,设计DCS(deconvoution-and-squeeze)模块构建SSD的辅助网络,以进一步降低网络计算量;利用K-means聚类算法调整先验框比例,以提升检测精度。实验结果表明,相比原始SSD网络,算法在检测精度上mAP提高34.47%,达到96.96%,网络参数量减少13.01 MB,检测速度为47 F·s^(-1),满足工业实时检测需求。

主 题 词：织物 瑕疵检测 SSD算法 RepVGG网络 SE模块 深度可分离卷积 K-means聚类算法 

学科分类：1305[艺术学-设计学类] 13[艺术学] 081104[081104] 08[工学] 0804[工学-材料学] 081101[081101] 0811[工学-水利类] 

D　O　I：10.19697/j.cnki.1673-4432.202205009

馆 藏 号：203115634...