改进Faster RCNN with FPN的素布瑕疵检测的算法研究

作     者：马政 生鸿飞 MA Zheng;SHENG Hongfei

作者机构：武汉纺织大学机械工程与自动化学院武汉430073 

基　　金：武汉纺织大学科技项目(11223566644789) 

出 版 物：《纺织工程学报》 (JOURNAL OF ADVANCED TEXTILE ENGINEERING)

年 卷 期：2024年第2卷第2期

页      码：84-96页

摘      要：纺织行业中的布匹检测仍存在采用人工检测的情况,人工检测效果受工人主观影响较大,易发生检测效率的降低和瑕疵的漏检误检。针对这种现状,探究素布瑕疵检测的算法,改进Faster RCNNwith FPN目标检测算法。首先,为了提升Faster RCNNwithFPN对于多尺度特征的融合能力,丰富各个特征层的上下文信息,引入跨尺度特征融合模块来改进特征金字塔网络结构。其次,为了更好的利用深层特征,加入尺度内特征交互模块来处理ResNet50输出的深层特征层,丰富高级特征层的语义信息。然后,为了增强对于极端尺寸瑕疵目标的检测能力,使用K-means++聚类和遗传算法,改进预设锚框。最后,由于素布瑕疵的尺寸较小,为了平衡正负样本,采用Focal Loss,增加对于素布瑕疵的检测效果。经过实验,使用COCO指标进行评价,该改进后的网络模型与Faster RCNNwithFPN相比,在mAP_(50)、mAP_(75)和mAP_(50:95)指标上分别提升6.5%、4.4%和4.0%,平均准确率有了明显提升,可以更好地完成素布瑕疵的检测任务。

主 题 词：素布瑕疵检测 更快的区域卷积神经网络 改进特征金字塔网络结构 重新设计锚框 焦点损失 

学科分类：0821[工学-兵器类] 08[工学] 082102[082102] 

D　O　I：10.3969/j.issn.2095-4131.2024.02.010

馆 藏 号：203127681...