科研之友
微信
新浪微博
Facebook
分享链接
摘要
为解决实际工业环境纺织品表面疵点检测速度慢、漏检率高的问题,利用MobileNet的深度可分离卷积取代传统SSD主干网络(VGG-16)中的普通卷积加速提取织物疵点特征,对MobileNet主干网络中的不同尺度的卷积特征层进行上采样,获得融合特征图并通过下采样构建特征图像金字塔网络,进而提取不同尺度特征;最后,使用具有不同尺度的特征层对大小不同的疵点做预测。将该算法分别在公共数据集和个人构建数据集进行测试,并与目前主流目标检测算法进行对比。结果表明:对于输入尺寸为300 pixel×300 pixel的织物图像,该MF-SSD网络的平均准确率均值达到90.1%,单张检测时间为30 ms。认为:MF-SSD网络具有更快的检测速度和较高的准确率。
- 单位
