基于快速选区卷积神经网络模型的工业产品表面缺陷检测

来源：济南大学学报·自然科学版杂志2021年第05期北京时间：

作者：王李馥颖,朱振杰,杜付鑫

摘要：针对传统带钢表面缺陷检测算法检测效率低、准确率差的情况,提出一种基于快速选区卷积神经网络模型的多尺度带钢表面缺陷检测算法;首先利用残差网络思想对该模型网络特征提取层进行改进;其次,利用多尺度推荐区域网络设置合理大小的卷积滑动窗口,提取出更加准确的推荐区域;最后,利用软判决非极大值抑制机制替代传统的非极大值抑制机制,解决缺陷特征相近时检测框丢失的情况,并在SD_data数据集上进行实验验证。结果表明,所提出的算法对多尺度带钢表面缺陷的检测准确率明显提高,漏检率显著降低。

关键词：表面缺陷检测;多尺度推荐区域网络;卷积神经网络

基金资助：国家自然科学基金项目(51705289);; 山东省重点研发计划项目(2019GGX104101);; 山东大学教学研究项目(2019Y112)