科研之友
微信
新浪微博
Facebook
分享链接
摘要
针对瓷砖表面瑕疵中存在极小瑕疵目标，瑕疵形态差异较大，易出现漏检、准确率低等问题，提出了一种改进Faster RCNN的瓷砖表面瑕疵检测算法。在Faster RCNN的特征提取网络resnet101的后三个阶段引入可变形卷积，自适应地学习瑕疵特征。优化区域建议网络，通过对瓷砖数据集的分析，改进锚点生成参数，使得生成的锚框更加契合目标尺度，定位更加准确。优化损失函数，引入Rank&Sort Loss，减少超参数数量，提高模型性能，使其对训练中类别不平衡问题更加鲁棒。实验结果表明，改进后算法的mAP为76.3%，比原始Faster RCNN算法提高了17.9个百分点，可以更好地检测小目标瑕疵，满足瓷砖表面瑕疵检测的要求。
- 出版日期2023
- 单位江苏科技大学
