基于改进Faster R-CNN的食品包装缺陷检测

作者：夏军勇; 王康宇; 周宏娣

来源：食品与机械, 2023, 39(11): 131-151.

DOI：10.13652/j.spjx.1003.5788.2023.80475

• Faster R-CNN
• ResNet50
• 缺陷检测
• 特征金字塔

目的:对纸质包装盒缺陷进行准确的识别与定位。方法:应用改进Faster R-CNN的网络模型自动对包装盒缺陷进行检测。对训练集图片进行数据增强并添加噪声，提升模型的训练精度和鲁棒性；将特征提取网络替换为ResNet50,并融合特征金字塔网络(FPN),提高模型多尺度检测的能力；使用K-means++对数据集中缺陷尺度进行聚类，优化锚框方案。结果:改进后的Faster R-CNN模型在测试集上的平均准确率(AP)达到93.9%,检测速度达到8.65帧/s。结论:应用改进的Faster R-CNN模型能够有效检测出包装盒缺陷并定位，可应用于包装盒缺陷的自动检测与分拣。

• 单位
  湖北工业大学