为解决传统深度学习网络模型在轮胎X光瑕疵图像检测上识别率低、准确性差的问题,基于特征金字塔网络FPN提出一种多级特征提取网络TWFPN并将其与Efficient-Net目标识别网络融合,得到高度融合语义和细节信息的瑕疵特征向量并改进检测算法流程;通过融合背景信息的检测算法对模型识别结果进行重新判定,得到最终的瑕疵类别和位置信息。对6种轮胎缺陷类型X光图片进行测试表明,改进检测算法显著提高了模型的识别精度,具有良好的应用前景。
科研之友
微信
新浪微博
Facebook
分享链接
