基于多尺度重叠滑动池化的SSD果冻杂质检测方法

• 作者: 张芳慧 章春娥 张琳娜 岑翼刚 阚世超
• 来源期刊: 信号处理
• 学科: 工学
• 关键词: 果冻杂质检测 深度学习 多尺度重叠滑动池化 迁移学习 目标检测算法
• 年，卷（期）: 2020,（11）
• 所属期刊栏目: 论文
• 页码范围: 1811-1818
• 页数: 8页
• 分类号: TP391
• 语种: 中文
• DOI: 10.16798/j.issn.1003-0530.2020.11.003

摘要

提出一种基于SSD的杂质检测方法,用于检测生产线中果冻内部的杂质,并标注出杂质的类型和位置.在预处理阶段,提出滑动图像块分割方法,将整张果冻图像分割成若干图像块,避免杂质占比过小,造成准确率低的现象.使用迁移学习的方法,将神经网络在ImageNet数据库上学习到的特征迁移到果冻数据库中,加快网络收敛速度,同时,在一定程度上避免了过拟合现象.提出多尺度重叠滑动池化(SOSP)方法,取代第五层池化以取得更加鲁棒的特征池化.最后,将一幅图下的所有分割块上的检测结果进行整合,得到整张图像的检测结果.实验结果表明,本文提出的方法有效可行,对多种缺陷平均准确率达到0.7271.相比其他方法,本文的算法更具鲁棒性,可应用到果冻生产线中.