基于改进Faster R-CNN的刹车零件缺陷检测算法

作者：单明陶; 高玮玮^*; 杨亦乐; 樊博; 蒋晓

来源：国外电子测量技术, 2022, 41(04): 22-28.

DOI：10.19652/j.cnki.femt.2103352

• 目标检测
• 刹车零件
• Faster R-CNN
• FPN
• ROI Align

针对传统目标检测算法对刹车零件缺陷识别率不高的问题，提出利用改进的Faster R-CNN算法对其进行检测。首先选择ResNeXt50作为主干网络，在相同计算量的情况下，提高特征提取能力；其次加入改进特征金字塔(FPN)结构，将高层丰富的语义信息和底层精确的位置信息进行融合；然后选择感兴趣区域校准(ROI Align)来解决区域不匹配问题，使缺陷的定位信息更加准确；最后在刹车零件缺陷数据集上分别对改进前后的Faster R-CNN进行训练，并分别测试模型性能。实验结果表明，Faster R-CNN检测刹车零件缺陷的性能较好，但有部分小目标漏检；改进后的模型对小目标缺陷的检测表现良好，均值平均精度(mAP)达到了82.4%,比原始Faster R-CNN的mAP高11.3%,平均检测时间为0.139 s,实现了对刹车零件缺陷的快速准确检测。

• 单位
  上海汽车集团股份有限公司; 上海工程技术大学