深度神经网络模型用于图像斑点微瑕疵检测

作     者：杨翠 刘冲 王海曼 董婷婷 魏雅婷 谷孟丽 YANG Cui;LIU Chong;WANG Haiman;DONG Tingting;WEI Yating;GU Mengli

作者机构：安庆师范大学数理学院安徽安庆246133 

基　　金：安徽省教学示范课《数值分析》(1496) 大学生国家创新创业训练项目(202110732014) 

出 版 物：《安庆师范大学学报（自然科学版）》 (Journal of Anqing Normal University(Natural Science Edition))

年 卷 期：2022年第28卷第4期

页      码：51-56页

摘      要：在印染行业中,产品外观经常会出现很多斑点状缺陷,此类缺陷属于微瑕疵,其人工检测成本高且检测难度大。针对产品外观斑点状缺陷,本文提出了一种基于机器视觉的图像微瑕疵检测方法,其主要思想是基于Faster-RCNN框架构建轻量化网络模型,并利用样本梯度特征信息进行非端对端网络训练。所设计的非端对端训练模式不仅能有效缩短模型训练时间,还可以提升模型推理能力。实验结果表明,针对不同类型班点微瑕疵,本文提供的检测算法具有高效的局部检测精度,且可应用于其他领域的类似斑点任务检测。

主 题 词：微瑕疵 图像检测 深度网络 斑点缺陷 

学科分类：08[工学] 081202[081202] 0812[工学-测绘类] 

D　O　I：10.13757/j.cnki.cn34-1328/n.2022.04.008

馆 藏 号：203115726...