基于改进Faster R-CNN的热轧带钢表面缺陷检测

作者：邓慧^*; 曾磊

来源：控制工程, 2023, 1-7.

DOI：10.14107/j.cnki.kzgc.20220095

• 表面缺陷检测
• Faster R-CNN
• 特征融合
• Precise ROI Pooling
• 均值偏移

热轧带钢是钢铁行业的重要产品，其表面缺陷是影响产品质量的重要因素。针对传统缺陷检测方法过程繁琐，精度不足以及效率低下等问题，提出一种基于改进Faster R-CNN的热轧带钢表面缺陷检测方法，实现对其缺陷的高效高精度检测。该方法首先采用特征相加的方法对底层细节特征和高层语义特征进行融合；然后采用Precise ROI Pooling去获取固定大小的特征向量，避免特征出现位置偏差；最后利用均值偏移算法对带钢数据集进行聚类获得适用于热轧带钢表面缺陷检测的先验框尺寸。实验结果表明，算法在热轧带钢表面缺陷检测数据集上的mAP达到了85.34%，检测速度为23.5FPS，且具有良好的鲁棒性，满足实际工业检测需求。

• 单位
  建筑工程学院; 江苏大学; 永州职业技术学院