基于改进Faster R-CNN的棉布包装缺陷检测的方法研究

作者：曾秀云; 陆华才; 吕禾丰

来源：电子测量与仪器学报, 2022, 36(04): 179-186.

DOI：10.13382/j.jemi.B2104734

• 缺陷检测
• Faster R-CNN
• 特征金字塔网络
• 双线性插值改进

由于传统检测算法对棉布包装缺陷检测不够准确、对小目标缺陷识别率不够高，所以提出改进的Faster R-CNN深度学习网络，对棉布包装存在的破损、污渍、孔洞、杂质、线头等5种缺陷进行检测。通过对图像进行预处理实现图像增强，然后改进Faster R-CNN中的RPN和ROI结构，为加强小目标缺陷的检测能力，在主干网络中融合特征金字塔网络结构，最后对ROI进行双线性插值以解决多次量化引起的像素偏差问题。实验表明，改进后的网络对棉布包装表面缺陷检测的平均精度均值mAP为91.34%,与传统算法相比，mAP值提高了9.08%。

• 单位
  安徽工程大学