首页> 中文期刊> 《棉纺织技术》 >基于改进的Faster RCNN碳纤维编织物缺陷检测

基于改进的Faster RCNN碳纤维编织物缺陷检测

         

摘要

以碳纤维立体编织物表面质量检测为研究对象,针对传统视觉识别率不高、小缺陷特征定位和识别不够准确的问题,提出基于改进的Faster RCNN缺陷检测算法。选取ResNet50作为主干特征提取网络,解决小缺陷特征图在卷积操作中的失真情况;采用Soft-NMS算法替换传统的NMS算法,以降低缺陷重复图像的误删;采用RoI Align层替换RoI Pooling层,以降低两次量化取整操作带来的缺陷特征定位误差。在PyTorch框架上对PASCAL VOC2007格式的缺陷图像数据集进行训练和测试。结果表明:改进的Faster RCNN平均精度均值为92.7%,相比原始Faster RCNN网络提升了3.8个百分点,其中毛刺等小缺陷特征识别平均精度提升了5.6个百分点。认为:基于改进的Faster RCNN模型可以满足碳纤维立体编织物表面质量检测要求。

著录项

相似文献

  • 中文文献
  • 外文文献
  • 专利
获取原文

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号