基于CNN网络的布料表面缺陷检测方法

作者：熊昊; 石红瑞

来源：现代计算机(专业版), 2021, (19): 75-78.

• 计算机视觉
• 缺陷检测
• 深度学习
• 卷积神经网络

布料在生产过程环节中,由于设备缺陷或工作人员操作不当导致其表面产生断纱、叠纱、破洞、脏污、扭曲、刮纱等缺陷。针对此类问题,提出基于Cascade R-CNN的改进检测方法。该方法使用Res Net-50作为主干网络,并加入了FPN特征金字塔与DCN可变形卷积,对缺陷处进行检测,提高了检测模型的准确率与速度。

• 单位
  东华大学