期刊文献+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
共找到1篇文章
< 1 >
每页显示 20 50 100
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
显示方式：
基于改进Faster RCNN的瓷砖表面缺陷检测算法 被引量：4
1
作者 王建国 孙付仲 +1 位作者 苑子龙 孙殿富 《南京工业大学学报(自然科学版)》 北大核心 2025年第1期49-55,共7页
瓷砖作为生产生活中的必需品,受各种生产因素影响会产生不同的表面缺陷。目前,该缺陷主要靠人工检测,因此带来检测效率低、劳动强度大等难题。针对瓷砖表面的多种缺陷,提出了一种基于机器视觉的快速卷积神经网络(Faster RCNN)改进算法... 瓷砖作为生产生活中的必需品,受各种生产因素影响会产生不同的表面缺陷。目前,该缺陷主要靠人工检测,因此带来检测效率低、劳动强度大等难题。针对瓷砖表面的多种缺陷,提出了一种基于机器视觉的快速卷积神经网络(Faster RCNN)改进算法。首先,针对训练过程中存在的过拟合问题,对原始数据集进行预处理,扩充数据集容量;其次,在Faster RCNN算法主干特征提取网络中添加卷积块注意力混合模块(CBAMM)机制,对瑕疵缺陷进行自主学习并加强对图像深层特征的提取;最后,为保证瓷砖图像中小瑕疵特征的提取,在获得的Proposal建议框上提出自适应空间特征融合(ASFF)算法。结果表明:改进Faster RCNN算法对各类缺陷检测精度均能达到97.2%以上,相较于原始算法,该模型检测精度提升了3.5%,可以更精确地检测瓷砖瑕疵,有利于提高企业的经济效益。 展开更多
关键词 缺陷检测 机器视觉 Faster RCNN 深度学习 cbamm ASFF
在线阅读 下载PDF
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
上一页 1 下一页 到第 页
使用帮助 返回顶部