基于Faster R-CNN的钢板表面缺陷识别研究  

作　　者：路生亮 马驰[1,2] 胡辉 王绍帆 黄冬 

机构地区：[1]辽宁科技大学,计算机与软件工程学院,辽宁鞍山114051 [2]惠州学院,计算机科学与工程学院,广东惠州516007 [3]深圳亿达盛投资管理有限公司,广东深圳518000

出　　处：《电脑编程技巧与维护》2021年第10期110-113,共4页Computer Programming Skills & Maintenance

基　　金：广东省教育厅项目(No.2018KTSCX218);惠州学院教授博士研究基金(No.2018JB020)。

摘　　要：针对热轧钢板表面缺陷检测中存在小目标缺陷检测精度差、整体检测速度较慢的问题,提出了一种基于Faster R-CNN改进的缺陷检测方法。针对钢板表面的缺陷特征,对Faster R-CNN的特征提取网络进行修改,从而得到更好的缺陷检测效果。实验证明,改进过的网络对于缺陷检测的速度和小缺陷检测的准确度有很好的提高。

关 键 词：钢板缺陷识别 Faster R-CNN方法 卷积神经网络 

分 类 号：TP391.41[自动化与计算机技术—计算机应用技术] TG142.15[自动化与计算机技术—计算机科学与技术]