-
题名目标检测与图像分类网络融合的金属化陶瓷环缺陷检测
被引量:2
- 1
-
-
作者
满英杰
王宪
孙冬悦
邓宁道
吴士旭
-
机构
湖南科技大学机电工程学院
长沙视浪科技有限公司
-
出处
《激光与光电子学进展》
CSCD
北大核心
2023年第20期159-167,共9页
-
基金
国家重点研发计划(2018YFB1308200)
国家自然科学基金(51405154)
+1 种基金
湖南省自然科学基金(2021JJ30251,2018JJ3167)
国家留学基金委公派访问学者项目(202008430103)。
-
文摘
针对金属化陶瓷环缺陷面积小、可利用信息少的特点和缺陷检测精度低的问题,提出一种目标检测与图像分类网络融合的金属化陶瓷环缺陷检测方法。首先,使用针对小面积目标检测特点改进的Faster-RCNN目标检测网络实现对缺陷的初步识别与定位。接着,使用插值方法将定位到的缺陷区域放大,利用图像相邻像素之间的信息关联,增加缺陷检测的特征信息量。然后,使用ResNet图像分类网络对放大后的区域进行缺陷类别判断。最后,融合目标检测网络和图像分类网络的结果,获得最终的缺陷检测结果。实验结果表明,所提方法能在保障缺陷检测查全率的同时有效提升查准率,且能准确定位缺陷区域。
-
关键词
金属化陶瓷环
缺陷检测
Faster-RCNN
模型融合
小目标检测
-
Keywords
metallized ceramic ring
defect detection
Faster-RCNN
model fusion
small object detection
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-