基于改进DeepLabv3+的铝塑泡罩包装表面缺陷检测方法研究

作     者：汪俊峰 刘明周 王小巧 龚宇 王子若 WANG Junfeng;LIU Mingzhou;WANG Xiaoqiao;GONG Yu;WANG Ziruo

作者机构：合肥工业大学机械工程学院安徽合肥230009 

出 版 物：《合肥工业大学学报（自然科学版）》 (Journal of Hefei University of Technology：Natural Science)

年 卷 期：2024年第47卷第10期

页      面：1314-1320,1327页

学科分类：08[工学] 0822[工学-轻工技术与工程] 

基　　金：安徽省科技攻关计划资助项目(JZ2016AKKG0837) 

主　　题：铝塑泡罩包装 缺陷检测 语义分割 注意力机制 边界细化 

摘      要：针对传统语义分割模型用于铝塑泡罩包装缺陷检测存在小目标缺陷检测精度低、复杂纹理背景下边缘分割效果差、检测速度慢的问题,文章提出一种改进的铝塑泡罩包装表面缺陷检测方法。主干特征提取网络采用轻量级MobileNetV2网络替代原始的Xception网络,大幅减少模型参数量;在特征提取模块和空洞空间金字塔池化(atrous spatial pyramid pooling,ASPP)模块中串联高效通道注意力(efficient channel attention,ECA)模块,加快全局特征融合,降低细节信息丢失,从而提高模型对小目标缺陷的分割精度;最后,在DeepLabv3+的解码器中加入边界细化模块,提升模型在铝塑表面复杂纹理背景下对缺陷区域边缘的分割精度。在自建药板图片数据集上进行的验证实验结果表明,所提方法模型与传统DeepLabv3+、PSPNet、HRNet等模型相比,平均交并比(mean intersection over union,MIoU)最大提高14.50%,单图预测时间最大减少92.71 ms,参数量最大减少47.67 MiB。文章方法具有较高的识别正确率和效率,可以实现铝塑泡罩包装表面缺陷的快速检测,具有较强的应用性。