基于改进Faster R-CNN的面板缺陷检测算法

摘要：

针对面板表面缺陷检测存在精度低、效率低等问题,提出了一种基于Faster R-CNN的优化缺陷检测的算法.该方法通过在特征融合层添加不降维的局部自适应跨通道卷积,以增加通道交叉的特征映射;且在骨干特征提取网络后加入CBAM注意力网络,从而捕获特征图的长期特征依赖关系.并分析了缺陷数据集样本宽高比的差异性,设定锚框生成大小,结合DIoU-NMS建议框筛选机制以提升先验框与目标框的匹配率.实验结果表明,优化后网络模型的精确率与识别率均得到很大提升.

关键词：面板缺陷;Faster R-CNN;目标检测;MobileNetv2

所属期刊栏目：48

分类号：TP301(计算技术、计算机技术)

在线出版日期：2022-03-03（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：133-137