| 基于卷积神经网络快速区域标定的表面缺陷检测 |
| |
| 引用本文： | 李宜汀,谢庆生,黄海松,姚立国,魏琴.基于卷积神经网络快速区域标定的表面缺陷检测[J].计算机集成制造系统,2019,25(8):1897-1907. |
| |
| 作者姓名： | 李宜汀 谢庆生 黄海松 姚立国 魏琴 |
| |
| 作者单位： | 贵州大学现代制造技术教育部重点实验室,贵州贵阳,550025;贵州大学贵州省公共大数据重点实验室,贵州贵阳,550025 |
| |
| 基金项目： | 国家重点基础研究发展计划（973计划）;贵州省科技重大专项 |
| |
| 摘 要： | 为检测生产线中产品的表面缺陷,提出一种基于卷积神经网络快速区域标定(FasterR-CNN)的缺陷检测方法,用于识别缺陷类型并标记出缺陷位置。预处理阶段提出区域规划方法粗略裁剪出缺陷主体,以避免产生大量冗余窗口,从而提升检测速度和精度。所提算法结合数据扩充方法增加了图像数量,通过划分K折交叉验证数据集改善了算法的鲁棒性;同时,将稀疏滤波思想融入卷积神经网络,提取双重深度特征作为FasterR-CNN的输入,提升了FasterR-CNN位置检测和识别的精度。通过油辣椒灌装生产线的封盖面典型缺陷检测验证了所提方法的可行性。
|
| 关 键 词： | 表面缺陷检测 卷积神经网络快速区域标定 位置检测 稀疏滤波 生产过程监控 |
Surface defect detection based on fast regions with convolutional neutral network |
| |
| LI Yiting,XIE Qingsheng,HUANG Haisong,YAO Liguo,WEI Qin.Surface defect detection based on fast regions with convolutional neutral network[J].Computer Integrated Manufacturing Systems,2019,25(8):1897-1907. |
| |
| Authors: | LI Yiting XIE Qingsheng HUANG Haisong YAO Liguo WEI Qin |
| |
| Affiliation: | (Key Laboratory of Advanced Manufacturing Technology of the Ministry of Education,Guizhou University,Guiyang 550025,China;Guizhou Provincial Key Laboratory of Public Big Data,Guizhou University,Guiyang 550025,China) |
| |
| Abstract: | LI Yiting;XIE Qingsheng;HUANG Haisong;YAO Liguo;WEI Qin(Key Laboratory of Advanced Manufacturing Technology of the Ministry of Education,Guizhou University,Guiyang 550025,China;Guizhou Provincial Key Laboratory of Public Big Data,Guizhou University,Guiyang 550025,China) |
| |
| Keywords: | surface defects detection faster regions with convolutional neural network location detection sparse filtering production process monitoring |
| 本文献已被 CNKI 维普 万方数据 等数据库收录！ |
|
