基于改进RefineDet的织物疵点检测

来源：现代纺织技术杂志2022年第5期北京时间：

作者：阮梦玉, 李敏, 何儒汉, 姚迅

单位：武汉纺织大学计算机与人工智能学院,武汉 430200

摘要：为了实现织物疵点的自动检测与分类,提出了一种基于改进RefineDet的疵点检测方法。首先,将VGG16改为全卷积网络对织物图像特征进行提取;其次,为了获取疵点重要的特征并抑制不必要的特征,在Anchor细化模块(Anchor refinement module,ARM)中加入了注意力机制;为了提高网络的分类性能,在传输连接块(Transfer connection block,TCB)中加入了SE模块(Squeeze and excitation,SE);最后,目标检测模块(Object detection module,ODM)将检测的结果回归到准确的目标位置,并预测疵点的类别,对疵点进行定位。结果表明:本文算法对孔、污渍、纱疵和线状4种类别织物图像的均值平均精度mAP达到了79.7%,比传统RefineDet检测方法均值平均精度提高了5.0%,具有良好的分类和定位效果。

关键词：深度学习,疵点检测,RefineDet,VGG16,注意力机制

基金资助：湖北省教育厅科技项目(D20161605)