| 基于改进Faster RCNN的金属丝网缺陷检测方法 |
| |
| 引用本文： | 姜菲菲,李宁,邱翠翠,刘大猛.基于改进Faster RCNN的金属丝网缺陷检测方法[J].中国科技论文,2024(2):153-159. |
| |
| 作者姓名： | 姜菲菲 李宁 邱翠翠 刘大猛 |
| |
| 作者单位： | 1. 季华实验室;2. 清华大学天津高端装备研究院;3. 高端装备界面科学与技术全国重点实验室(清华大学) |
| |
| 摘 要： | 作为一种传统的纺织产品，金属丝网在工业生产、日常生活、科研等领域起着举足轻重的作用，而金属丝网在编制过程中，表面会产生斑点、断线等缺陷，严重影响金属丝网的质量。为保障产品质量，研究了一种基于改进Faster RCNN算法的金属丝网表面缺陷检测方法。首先，为提高模型缺陷特征提取能力，特征提取网络选用深度残差网络（ResNet50）代替原视觉几何群网络（VGG16），并引入注意力模块；随后，训练过程中利用有预热的余弦退火学习率衰减机制，以提高网络检测精度；同时引入k-means算法和遗传算法，设计了更适合金属丝网数据集的锚框尺寸，以提高候选框的精度，解决缺陷定位不准的问题。经实验验证，利用改进Faster RCNN算法检测的平均精度均值（mean average precision,mAP）达86.95%，较原Faster RCNN算法提高18.81%，为金属丝网缺陷的检测提供了一个有效可行的方案。
|
| 关 键 词： | 金属丝网 Faster RCNN 缺陷检测 深度学习 |
|
|
