基于深度神经网络的素色布匹瑕疵检测算法研究

• 作者: 安静 唐英杰 马鑫然
• 来源期刊: 包装工程
• 学科: 工学
• 关键词: 目标检测 素色布匹 瑕疵 卷积神经网络
• 年，卷（期）: 2021,（3）
• 所属期刊栏目: 图文信息技术
• 页码范围: 246-251
• 页数: 6页
• 分类号: TP487|TP751
• 语种: 中文
• DOI: 10.19554/j.cnki.1001-3563.2021.03.035

摘要

目的 为了改进当前布匹检测算法覆盖瑕疵种类不全、瑕疵检测准确率低和定位精度差的问题,提出一种端到端的素色布匹瑕疵检测的实用算法.方法 首先通过图像增强扩充样本数量,使用以Resnet50为主干的Cascade-RCNN网络,通过加入可变形卷积、特征融合网络,增加锚框数目的方法实现素色布匹瑕疵检测.结果 通过实验对比表明,该算法可实现检测20种布匹瑕疵,检测是否为瑕疵布匹的准确率为97％,瑕疵定位的平均检测精度为65％,每张样本平均时间为80 ms.结论 该算法有效提升了布匹瑕疵检测的准确率和精度,检测瑕疵类别更全面,并且可以获取缺陷位置和类别,能够满足工业上的生产需求.