基于注意力的Faster R-CNN网络的钢板表面缺陷检测方法

作者：许玉格; 杨舒乔; 邓晓燕

来源：2021-03-24, 中国, ZL202110311677.7.

本发明公开了一种基于注意力的Faster R-CNN网络的钢板表面缺陷检测方法,包括步骤：1)获取钢板表面缺陷图片,划分训练集和测试集；2)把训练集的图片输入带注意力模块的resnet50骨干网络提取特征图；3)按FPN特征金字塔网络方式融合特征图；4)特征图输入RPN区域建议网络,根据原图尺寸生成建议框；5)建议框和特征图输入RoI align,再经过全连接网络进行分类和回归,得到相应的损失；6)通过损失对基于注意力的Faster R-CNN网络进行权重调整,迭代次数达到设定值,即训练结束,得到权重文件,对测试集的图片进行预测。本发明将带有注意力模块的resnet50骨干网络与FPN特征金字塔结合对钢板表面缺陷图片提取特征,有助于提高钢板表面缺陷检测的分类和回归的精确率。

• 单位
  华南理工大学