改进区域卷积神经网络的传送带撕裂检测

摘要：

针对传送带撕裂检测中对破损目标检测精度不足和检测性能低下的问题,提出一种改进区域卷积神经网络Light-Head R-CNN的传送带撕裂检测方法.将特征提取模块设置为轻量化卷积网络MoblieNetV2有效降低模型参数,采用大尺度卷积核扩大网络感受野,增强模型特征提取能力;引入特征金字塔结构融合不同层次的特征信息,优化模型对微小破损的识别效果;结合注意力机制对特征权重进行调整,突出破损目标的特征信息.实验结果表明,所提算法对传送带破损目标的平均检测精度提高了2.78％,检测速度提高了22.9％,具有良好的实时检测效果.

关键词：深度学习、带式输送机、缺陷检测、传送带撕裂、区域卷积神经网络、注意力机制、多尺度特征融合

所属期刊栏目：44

分类号：TP391(计算技术、计算机技术)

资助基金：山西省应用基础研究基金项目;山西省重点研发计划基金项目

在线出版日期：2023-05-08（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：908-915