基于卷积神经网络的毛巾瑕疵检测系统设计

来源：计算机集成制造系统杂志2024年第11期北京时间：

作者：肖金壮, 郭辉辉, 王宁

单位：河北大学电子信息工程学院

摘要：针对毛巾表面小尺寸瑕疵和极端纵横比的经纬向瑕疵,提出基于卷积神经网络的毛巾瑕疵图像检测方法。首先采用所构建毛巾瑕疵检测系统中的面阵工业相机进行毛巾样本图像采集,从中选取150张带有瑕疵的图像,对采集的图像进行数据扩充,并制作数据集;其次,通过融合特征金字塔网络与ResNet-50,并引入K-means聚类优化边界框宽高比,得到适用的Faster R-CNN 目标检测算法;最后,用数据集进行网络训练,提取图像中的瑕疵特征,识别瑕疵目标,并对训练所得网络进行实验验证,识别检出率达到95.2%。结果表明,所提出的系统可有效实现毛巾瑕疵自动检测。

关键词：卷积神经网络,毛巾瑕疵检测,Faster R-CNN,特征金字塔网络,K-means聚类

基金资助：中央引导地方科技发展专项资助项目(19941822G);第49批教育部留学回国人员科研启动基金资助项目。