结合单目标多窗口检测器和AlexNet的螺母检测

工业生产中螺母的漏装会导致严重的安全隐患,因此螺母的识别与检测有着重要意义。螺母可提取特征单一,使用传统方法检测时对光照、噪声等变化极为敏感,准确率较低。研究提出一种基于卷积神经网络的螺母检测算法,利用单目标多窗口检测器(single shot multibox detector,SSD)快速检测图像中可能的目标窗口,使用AlexNet对这些窗口进行分类以获得更高的分类精确度,使用基于面积比的非极大值抑制算法去除重复窗口得到最终检测结果。实验表明,该算法检测图像速度快且准确率高,可对螺母漏装进行高精度检测。