基于无锚框关键点算法的工件表面缺陷检测 |
| |
作者姓名: | 戚裕绮 范成杰 陈欣 丁国清 马有为 |
| |
作者单位: | 上海交通大学 电子信息与电气工程学院,上海 200240;上海交通大学 学生创新中心,上海 200240;上海航天技术研究院 上海航天控制技术研究所,上海 201108 |
| |
基金项目: | 国家重点研发计划基金项目(2019YFF0216401); |
| |
摘 要: | 针对工件表面图像中划痕缺陷尺寸比例异常、尺度变换大、背景纹理复杂等问题,提出一种基于无锚框关键点的工件表面缺陷检测算法AFKPDD。为提高尺寸比例异常的细长划痕的检测精度,采用基于RepPoints Head的检测模块,更好拟合缺陷形态并提取有效特征。为改善尺度变换和背景复杂问题,使用可变形卷积多尺度网络提取图像特征。为提高模型泛化能力,设计随机遮挡数据增强方法和多任务学习策略。自建铝制工件内壁数据集,AFKPDD算法在该数据集上AP达到88.9%,优于其它主流目标检测算法。在公开钢材表面数据集上验证了模型的泛化能力和在划痕检测上的应用价值。
|
关 键 词: | 划痕缺陷 缺陷检测 目标检测 可变形卷积 无锚框 多任务学习 数据增强 |
本文献已被 万方数据 等数据库收录! |
|