检索结果-南通市图书馆

基于改进faster rcnn的钢板表面缺陷检测研究

在线全文

学校读者我要写书评

暂无评论

印刷与数字媒体技术研究 2024年第3期 244-251页

作者：卢勇拾张滢雪司占军于彦辉王庆天津科技大学人工智能学院天津300457

钢铁是我国工业生产的重要原材料之一,其表面质量问题会直接影响产品的使用,从而带来无法预知的风险,故对钢铁表面进行缺陷检测具有重要意义。而在缺陷检测过程中,存在因裂痕缺陷特征不明显,导致缺陷定位不准确以及检测难度高等问题。... 详细信息

钢铁是我国工业生产的重要原材料之一,其表面质量问题会直接影响产品的使用,从而带来无法预知的风险,故对钢铁表面进行缺陷检测具有重要意义。而在缺陷检测过程中,存在因裂痕缺陷特征不明显,导致缺陷定位不准确以及检测难度高等问题。针对以上问题,本研究提出一种改进的faster rcnn算法,在主干特征提取网络上引入自适应模块,增强网络提取有效特征的能力,同时使用DBSCAN聚类算法取得合适的先验框,大大提高了算法的检测效率。实验结果表明,改进的faster rcnn算法模型对不明显的缺陷特征检测能力大幅度的提升,相比其他检测算法,在钢板表面缺陷检测中能达到高质量、缺陷定位准确、分类成功率高的效果。

关键词： faster rcnn DBSACN聚类目标检测锚框

基于改进faster rcnn的瓷砖表面缺陷检测算法

在线全文

学校读者我要写书评

暂无评论

南京工业大学学报(自然科学版) 2024年

作者：王建国孙付仲苑子龙孙殿富南京工业大学机械与动力工程学院

瓷砖作为生产生活中的必需品，受各种生产因素影响会产生不同的表面缺陷。目前，该缺陷主要靠人工检测，因此带来检测效率低、劳动强度大等难题。针对瓷砖表面的多种缺陷，提出了一种基于机器视觉的快速卷积神经网络（faster rcnn）改... 详细信息

瓷砖作为生产生活中的必需品，受各种生产因素影响会产生不同的表面缺陷。目前，该缺陷主要靠人工检测，因此带来检测效率低、劳动强度大等难题。针对瓷砖表面的多种缺陷，提出了一种基于机器视觉的快速卷积神经网络（faster rcnn）改进算法。首先，针对训练过程中存在的过拟合问题，对原始数据集进行预处理，扩充数据集容量；其次，在faster rcnn算法主干特征提取网络中添加卷积块注意力混合模块（CBAMM）机制，对瑕疵缺陷进行自主学习并加强对图像深层特征的提取；最后，为保证瓷砖图像中小瑕疵特征的提取，在获得的Proposal建议框上提出自适应空间特征融合（ASFF）算法。结果表明：改进faster rcnn算法对各类缺陷检测精度均能达到97%以上，相较于原始算法，该模型检测精度提升了3.5%，可以更精确地检测瓷砖瑕疵，有利于提高企业的经济效益。

关键词：缺陷检测机器视觉 faster rcnn 深度学习 CBAMM ASFF

基于faster-rcnn和先验知识的车架VIN码识别方法

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

计算机应用与软件 2024年第1期41卷 177-182页

作者：赵珣张新峰边浩南北京工业大学信息学部北京100124

为了提高车检所工作效率,同时克服对VIN(Vehicle Identification Number)这类长字符串识别准确率低的难题,基于现有深度卷积神经网络的模型,提出以faster R-CNN为主干网络,并结合先验知识的车架VIN识别模型。根据车架号图像特点,选择Fas... 详细信息

为了提高车检所工作效率,同时克服对VIN(Vehicle Identification Number)这类长字符串识别准确率低的难题,基于现有深度卷积神经网络的模型,提出以faster R-CNN为主干网络,并结合先验知识的车架VIN识别模型。根据车架号图像特点,选择faster R-CNN进行字符级定位和识别的方案。针对长字符识别容易漏字符的现象,使用被遗漏位置的前后字符坐标来定位缺失字符。使用inception网络对补漏得出的字符区域进行识别。灵活使用先验知识使得该方法比只使用faster R-CNN识别车架号的准确率提高了31.7百分点,识别率达到了64.77%,这也高于当前主流OCR模型在长度超过15位的文本上的准确率。

关键词： OCR faster rcnn 先验知识长字符串

多尺度特征融合改进faster rcnn的铝材表面缺陷辨识

在线全文

学校读者我要写书评

暂无评论

组合机床与自动化加工技术 2024年第5期 166-170页

作者：陈法法刘咏潘瑞雪陈保家三峡大学水电机械设备设计与维护湖北省重点实验室宜昌443002

针对铝型材表面缺陷类型多样、缺陷特征复杂,难以自动检测的问题,设计了一种基于改进faster rcnn的铝材表面缺陷检测模型。以感兴趣区域校准代替感兴趣区域池化,减少faster rcnn模型自身量化产生的缺陷定位误差;以Darknet-53结合特征金... 详细信息

针对铝型材表面缺陷类型多样、缺陷特征复杂,难以自动检测的问题,设计了一种基于改进faster rcnn的铝材表面缺陷检测模型。以感兴趣区域校准代替感兴趣区域池化,减少faster rcnn模型自身量化产生的缺陷定位误差;以Darknet-53结合特征金字塔为主干网络提高对微小缺陷的提取能力;利用热重启的余弦退火策略更新模型的学习率,进一步加速模型收敛,提高模型检测精度。通过实际的铝型材表观缺陷数据进行测试,该方法对铝型材表面缺陷识别的平均准确率达到96.5%,单张图片检测时间为0.373 s。综合分析表明,所构建的多尺度特征融合改进faster rcnn的铝材表面缺陷辨识模型,能够达到工程界对铝型材表观缺陷进行缺陷辨识的实际应用需求。

关键词：缺陷检测 faster rcnn 特征提取余弦退火

基于改进faster rcnn的金属丝网缺陷检测方法

在线全文

学校读者我要写书评

暂无评论

中国科技论文 2024年第2期19卷 153-159页

作者：姜菲菲李宁邱翠翠刘大猛季华实验室广东佛山528251 清华大学天津高端装备研究院天津300300 高端装备界面科学与技术全国重点实验室(清华大学) 北京100084

作为一种传统的纺织产品,金属丝网在工业生产、日常生活、科研等领域起着举足轻重的作用,而金属丝网在编制过程中,表面会产生斑点、断线等缺陷,严重影响金属丝网的质量。为保障产品质量,研究了一种基于改进faster rcnn算法的金属丝网表... 详细信息

作为一种传统的纺织产品,金属丝网在工业生产、日常生活、科研等领域起着举足轻重的作用,而金属丝网在编制过程中,表面会产生斑点、断线等缺陷,严重影响金属丝网的质量。为保障产品质量,研究了一种基于改进faster rcnn算法的金属丝网表面缺陷检测方法。首先,为提高模型缺陷特征提取能力,特征提取网络选用深度残差网络(ResNet50)代替原视觉几何群网络(VGG16),并引入注意力模块;随后,训练过程中利用有预热的余弦退火学习率衰减机制,以提高网络检测精度;同时引入k-means算法和遗传算法,设计了更适合金属丝网数据集的锚框尺寸,以提高候选框的精度,解决缺陷定位不准的问题。经实验验证,利用改进faster rcnn算法检测的平均精度均值(mean average precision,mAP)达86.95%,较原faster rcnn算法提高18.81%,为金属丝网缺陷的检测提供了一个有效可行的方案。

关键词：金属丝网 faster rcnn 缺陷检测深度学习

嵌入CBAM的改进faster rcnn眼底微动脉瘤检测方法

在线全文

学校读者我要写书评

暂无评论

长江信息通信 2024年第5期37卷 40-43页

作者：杨丽邵虹崔文成沈阳工业大学信息科学与工程学院辽宁沈阳110870

眼底微动脉瘤检测可以有效地预防和控制糖尿病性视网膜病变,在临床应用中具有重要的意义,但该病灶的目标区域较小且存在眼底出血和其他结构的干扰,同时眼底图像存在亮度、对比度不均的问题,给检测任务带来了巨大挑战。针对此问题提出一... 详细信息

眼底微动脉瘤检测可以有效地预防和控制糖尿病性视网膜病变,在临床应用中具有重要的意义,但该病灶的目标区域较小且存在眼底出血和其他结构的干扰,同时眼底图像存在亮度、对比度不均的问题,给检测任务带来了巨大挑战。针对此问题提出一种基于faster rcnn网络的微动脉瘤小目标检测方法,先对数据集进行以病灶为中心的分块处理,提升目标区域的占比;再将主干网络替换为特征表达能力强的ResNet网络,并引入注意力机制,结合加入融合因子的特征金字塔模块进行多尺度特征融合,改善主干网络提取小目标特征信息的能力,增加其对目标区域的关注程度。实验结果表明,算法在E-Ophtha MA数据集上取得了良好的检测效果,精确率为91.3%,召回率为80.2%,较原模型精确率提高了13.1%,召回率提高了8%,且与其他方法相比检测效果更好。

关键词：小目标检测 faster rcnn 微动脉瘤注意力机制多尺度特征融合

维普期刊数据库博看期刊

Automatic detection of pecan fruits based on faster rcnn with FPN in orchard

在线全文

学校读者我要写书评

暂无评论

International Journal of Agricultural and Biological Engineering 2022年第6期15卷 189-196页

作者： Chunhua Hu Zefeng Shi Hailin Wei Xiangdong Hu Yuning Xie Pingping Li College of Information Science and Technology Nanjing Forestry UniversityNanjing 210037China Hunan Academy of Forestry Changsha 410004China College of Biology and Environment Nanjing Forestry UniversityNanjing 210037China

Although the development of the robot picking vision system is widely applied,it is very challenging for fruit detection in orchards with complex light and environment,especially for fruit colors similar to the background.In recent,there are few studies on pecan fruit detection and location based on machine vision.In this study,an accurate and efficient pecan fruit detection method was proposed based on machine vision under natural pecan orchards.In order to solve the illumination problem,a light compensation algorithm was first utilized to process the collected samples,and then an improved faster Region Convolutional Neural Network(faster rcnn)with the Feature Pyramid Networks(FPN)was established to train the samples.Finally,the pecan number counting method was introduced to count the number of pecan.A total of 241 pecan images were tested,and comparison experiments were carried out.The mean average precision(mAP)of the proposed detection method was 95.932%,compared with the result without uneven illumination correction(UIC),which was increased by 0.849%,while the mAP of the Single Shot Detector(SSD)+FPN was 92.991%.In addition,the number of clusters was counted using the proposed method with an accuracy rate of 93.539%compared with the actual clusters.The results demonstrate that the proposed network has good robustness for pecan fruit detection in different illumination and various unstructured environments,and the experimental achievement has great potential for robot-picking visual systems.

关键词： pecan fruit fruit detection faster rcnn FPN uneven illumination correction

维普期刊数据库评论

在线全文

维普期刊数据库

学校读者我要写书评

暂无评论

具有复杂纹理的木板表面刮痕缺陷检测模型

计算机集成制造系统 2024年第1期30卷 78-89页

作者：胡勍秦威刘成良石闻天上海交通大学机械与动力工程学院上海200240 中移(上海)信息通信科技有限公司上海200331

为提高木板加工生产线自动化水平,基于faster rcnn提出一种木板表面刮痕缺陷检测模型,识别和定位不同纹理背景下的木板表面刮痕缺陷。图像预处理阶段提出改进双边滤波算法,在保持刮痕细节特征的同时对纹理背景进行平滑处理;提出灰度自... 详细信息

为提高木板加工生产线自动化水平,基于faster rcnn提出一种木板表面刮痕缺陷检测模型,识别和定位不同纹理背景下的木板表面刮痕缺陷。图像预处理阶段提出改进双边滤波算法,在保持刮痕细节特征的同时对纹理背景进行平滑处理;提出灰度自适应刮痕生成方法进行数据增强处理。引入可形变卷积增强模型特征提取能力,使用旋转包围框标注并提出新的包围框回归损失函数,解决水平包围框中刮痕缺陷占比远小于纹理背景的问题。通过实际木板加工生产线采集的图像验证了提出模型的有效性,并将提出的模型与其他缺陷检测方法进行了对比测试,结果证明了所提模型的优越性。

关键词：刮痕缺陷 faster rcnn 可形变卷积旋转包围框回归损失

改进faster rcnn的瓷砖表面瑕疵检测研究

在线全文

学校读者我要写书评

暂无评论

计算机工程与应用 2023年第14期59卷 201-208页

作者：赵楚段先华苏俊楷江苏科技大学计算机学院江苏镇江212100

针对瓷砖表面瑕疵中存在极小瑕疵目标,瑕疵形态差异较大,易出现漏检、准确率低等问题,提出了一种改进faster rcnn的瓷砖表面瑕疵检测算法。在faster rcnn的特征提取网络resnet101的后三个阶段引入可变形卷积,自适应地学习瑕疵特征。优... 详细信息

针对瓷砖表面瑕疵中存在极小瑕疵目标,瑕疵形态差异较大,易出现漏检、准确率低等问题,提出了一种改进faster rcnn的瓷砖表面瑕疵检测算法。在faster rcnn的特征提取网络resnet101的后三个阶段引入可变形卷积,自适应地学习瑕疵特征。优化区域建议网络,通过对瓷砖数据集的分析,改进锚点生成参数,使得生成的锚框更加契合目标尺度,定位更加准确。优化损失函数,引入Rank&Sort Loss,减少超参数数量,提高模型性能,使其对训练中类别不平衡问题更加鲁棒。实验结果表明,改进后算法的mAP为76.3%,比原始faster rcnn算法提高了17.9个百分点,可以更好地检测小目标瑕疵,满足瓷砖表面瑕疵检测的要求。

关键词：目标检测瓷砖表面瑕疵 faster rcnn Rank&Sort Loss 可变形卷积