改进Faster R-CNN的绝缘轴承表面缺陷检测方法

作者：高立明; 贾书海; 林子涵; 于洪强; 张国龙

来源：轴承, 2022, 1-9.

• 绝缘轴承
• 缺陷检测
• Faster R-CNN
• ROI Align

绝缘轴承表面的陶瓷涂层在经过磨削后，会出现凹坑、夹杂和擦伤等缺陷，这些缺陷很可能成为涂层被轴电流击穿的安全隐患。目前国内外对此类缺陷大部分处于人工目测阶段，为实现对缺陷自动检测，本文提出一种改进Faster R-CNN的绝缘轴承表面缺陷图像检测算法。首先，对绝缘轴承表面缺陷进行图像采集，然后提出用K-means++算法对缺陷数据集进行聚类，得到适用于此类缺陷的锚框；针对因ROI Pooling（Region of Interest Pooling）量化而造成定位误差的问题，用ROI Align对ROI Pooling进行改进；最后在算法中加入在线难例挖掘策略来提高难检测样本的检测准确率。实验表明，改进后的网络对该缺陷检测的准确率达到91.2%，比原Faster R-CNN网络提高4.8%，为绝缘轴承表面质量检测提供了一种人工智能识别新算法，达到了更高的缺陷识别准确率。

• 单位
  西安交通大学