预览加载中，请您耐心等待几秒...

一种基于改进Faster RCNN算法的圆盘耙片表面缺陷检测方法.pdf

预览
1/10
2/10
3/10
4/10
5/10
6/10
7/10
8/10
9/10
10/10

亲，该文档总共15页，到这已经超出免费预览范围，如果喜欢就直接下载吧～

下载提示 文本预览

如果您无法下载资料，请参考说明：

1、部分资料下载需要金币，请确保您的账户上有足够的金币

2、已购买过的文档，再次下载不重复扣费

3、资料包下载后请先用软件解压，在使用对应软件打开

本发明属于图像处理检测与计算机视觉技术领域,更具体地,涉及一种基于改进FasterRCNN算法的圆盘耙片表面缺陷检测方法,具体步骤包括S1:利用固定设备采集生产线上的圆盘耙片图像,挑选出带有缺陷的图像;S2:对采集好的图片进行标注、划分、增强处理,确定训练集和验证集;S3:对基于FasterRCNN算法的模型进行改进:采用K?means聚类的方法来自动生成anchor的比例;选用Resnet50+FPN;选用ROIAlign代替ROIPooling;使用基于广义交并比EIOU设计的EIOUNMS;S4:改进训练时的损失函数,并在模型中加入CA注意力机制;S5:对FasterRCNN模型进行训练;S6:将待检测的圆盘耙片图像输入训练好的模型中进行识别。本发明解决了现有技术中检测效率低,难以满足大批量的自动化生产需求的问题。