| 基于改进Faster R-CNN的钢材表面缺陷检测方法 |
| |
| 引用本文： | 杨莉,张亚楠,王婷婷,刘添翼.基于改进Faster R-CNN的钢材表面缺陷检测方法[J].吉林大学学报(信息科学版),2021,39(4):409-415. |
| |
| 作者姓名： | 杨莉 张亚楠 王婷婷 刘添翼 |
| |
| 作者单位： | 东北石油大学电气信息工程学院,黑龙江大庆163318 |
| |
| 摘 要： | 针对传统Faster R-CNN(Region-Convolutional Neural Networks)检测钢材表面小目标性缺陷性能差的问题,提出了一种基于改进Faster R-CNN的钢材表面缺陷检测方法.首先引入导向锚点候选区域网络(GA-RPN:Guided Anchoring Region Proposal Network)预测锚点的位置和形状,设计可调节机制解决网络锚点形状偏移量超出感兴趣区域的问题,从而解决无关特征的影响;其次,提出多任务FPN(Feature Pyramid Network)结构缩短高层特征定位信息映射路径,并能解决相邻层特征融合再采样的不充分特征融合,提高小目标检测性能.将改进的Faster R-CNN算法应用于钢材表面缺陷检测.仿真结果表明,改进的网络其召回率与准确率都得到提高,具有更好的检测性能.
|
| 关 键 词： | 钢材表面缺陷 神经网络 小目标检测 特征融合 |
New Method for Steel Surface Defect Detection Based on Improved Faster-R-CNN |
| |
| YANG Li,ZHANG Yanan,WANG Tingting,LIU Tianyi.New Method for Steel Surface Defect Detection Based on Improved Faster-R-CNN[J].Journal of Jilin University:Information Sci Ed,2021,39(4):409-415. |
| |
| Authors: | YANG Li ZHANG Yanan WANG Tingting LIU Tianyi |
| |
| Abstract: | |
| |
| Keywords: | |
| 本文献已被 万方数据 等数据库收录！ |
|
