基于PU-Faster R-CNN的手机屏幕缺陷检测算法研究

来源：计算机测量与控制杂志2023年第7期北京时间：

作者：李伟朝,陈志豪,张勰,查云威

单位：广东工业大学

摘要：手机屏幕缺陷检测是手机生产的重要环节，实现准确而高效的屏幕缺陷检测对于提高手机工业产能具有重要意义。在实际生产过程中，手机屏幕图像缺陷特征隐晦、缺陷尺寸差异大等问题，加大了手机屏幕缺陷检测的难度。为解决上述问题，提出了一种基于Preprocessing operations are combined with U-Net-Faster R-CNN（PU-Faster R-CNN）的手机屏幕缺陷检测模型。针对手机屏幕图像的特征信息隐晦的问题，提出多层特征增强模块，有效的对目标缺陷特征信息进行增强。构建多尺度特征提取网络，有效提取多尺度的缺陷特征信息。为了生成拟合性更好的Anchor box，提出了自适应区域建议网络，通过自迭代聚类算法生成尺寸更准确的Anchor box模板。实验结果表明，基于PU-Faster R-CNN的手机屏幕检测框架在手机屏幕数据集上优于主流的手机屏幕缺陷检测框架。

关键词：手机屏幕;缺陷检测;PU-Faster R-CNN;多层特征增强模块;自适应区域建议网络;

基金资助：科技创新2030-“新一代人工智能”国家级重大项目(2020AAA0108304)