科研之友
微信
新浪微博
Facebook
分享链接
摘要
针对烟包表面缺陷检测方法存在识别准确率低、复用性差和检测条件高等问题，提出一种基于图像修复对抗网络的烟包表面缺陷检测方法。利用UNET网络改进上下文编码器构成修复网络，分别用扩张率等于2和3的空洞卷积提取不同粒度的特征信息，通过SK注意力机制对其赋予权重后融入到残差网络中构成判别网络，根据待测图像与修复图像的差值过滤掉缺陷特征比较明显的烟包，对差阈值附近的烟包用判别网络进行二次检测。在3 000张烟包图像数据集上对比试验，结果显示，检测速度较快，准确率最高为97.5%，可以有效滤除表面缺陷的烟包。研究对包装盒表面缺陷的检测具有借鉴意义。
-
单位自动化学院; 昆明理工大学
