基于改进Faster R-CNN的铝型材表面缺陷检测研究

作者：吴吉灵; 金玉珍^*

来源：计算机时代, 2023, (11): 52-57.

DOI：10.16644/j.cnki.cn33-1094/tp.2023.11.010

• 表面缺陷检测
• Faster R-CNN
• 特征金字塔
• 可变形卷积
• 感兴趣区域池化

针对传统目标检测算法在铝型材表面缺陷检测中检测精度低、微小缺陷难以识别等问题，提出一种改进的Faster R-CNN算法。该算法对特征提取网络、感兴趣区域池化和锚框尺寸进行了优化，并在此基础上引入了特征金字塔和可变形卷积，以提升检测精度。实验表明，改进算法的平均精确度均值可达到86.73%，相较于原算法提升了8.70%，其对微小缺陷识别效果好，满足了工业上对缺陷检测的需求。

• 单位
  浙江理工大学