基于无锚框关键点算法的工件表面缺陷检测

摘要：

针对工件表面图像中划痕缺陷尺寸比例异常、尺度变换大、背景纹理复杂等问题,提出一种基于无锚框关键点的工件表面缺陷检测算法AFKPDD.为提高尺寸比例异常的细长划痕的检测精度,采用基于RepPoints Head的检测模块,更好拟合缺陷形态并提取有效特征.为改善尺度变换和背景复杂问题,使用可变形卷积多尺度网络提取图像特征.为提高模型泛化能力,设计随机遮挡数据增强方法和多任务学习策略.自建铝制工件内壁数据集,AFKPDD算法在该数据集上AP达到88.9％,优于其它主流目标检测算法.在公开钢材表面数据集上验证了模型的泛化能力和在划痕检测上的应用价值.

关键词：划痕缺陷、缺陷检测、目标检测、可变形卷积、无锚框、多任务学习、数据增强

所属期刊栏目：44

分类号：TP391.41(计算技术、计算机技术)

资助基金：国家重点研发计划;上海市科委科技创新基地基金项目

在线出版日期：2023-02-10（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：203-209