基于CR-RFPR101的钢板表面缺陷检测 |
| |
引用本文: | 李雪露,储茂祥,杨永辉,刘光虎.基于CR-RFPR101的钢板表面缺陷检测[J].合肥工业大学学报(自然科学版),2023(12):1651-1658. |
| |
作者姓名: | 李雪露 储茂祥 杨永辉 刘光虎 |
| |
作者单位: | 辽宁科技大学电子与信息工程学院 |
| |
基金项目: | 国家自然科学基金资助项目(21978123);;辽宁省高等学校基本科研资助项目(2020LNZD06); |
| |
摘 要: | 针对钢板表面缺陷种类多、背景复杂、检测精度低等问题,文章首先对钢板表面缺陷数据集进行数据增强,并对原始Cascade区域卷积神经网络(region-basedconvolutional neural netwroks, R-CNN)算法进行改进,将ResNeXt-101-64×4d作为Cascade R-CNN算法的骨干网络,优化特征提取模块,利用递归特征金字塔(recursive feature pyramid, RFP)网络以反馈连接的方式进行特征优化,提出一种CR-RFPR101(Cascade R-CNN RFP ResNeXt-101-64×4d)的检测算法,以更好地保留细节和语义信息;同时使用可切换的空洞卷积替换主干网络的卷积层,以改变感受野的方式提高检测性能;最后使用引入软化非极大值抑制算法,保留有效信息,提高识别率。经实验验证,CR-RFPR101算法的检测率为83.4%,比原Cascade R-CNN算法提高了7.3%,满足了钢板表面缺陷检测要求。
|
关 键 词: | 缺陷检测 数据增强 递归特征金字塔(RFP) 可切换的空洞卷积 软化非极大值抑制(Soft-NMS) |
|
|