基于改进Mask R-CNN算法的工业零件缺陷检测技术

摘要：

为了提升工业零件缺陷检测的精度和速度,在Mask R-CNN的基础上,引入了引导锚框的anchor生成方案提升检测精度;在此基础上对Mask R-CNN网络框架进行改进,去掉Mask分支,实现检测速度的优化.采用的数据集是DAGM工业缺陷数据集,并与先前的代表方法进行对比实验.实验表明,改进后的算法在检测精度方面对比原始算法提升了约1.94％,且速度也提升了1.2 frame/s,提升了工业零件缺陷检测的速度和精度.

关键词：工业缺陷检测、Mask R-CNN、引导锚框

所属期刊栏目：6

分类号：TP391.4(计算技术、计算机技术)

资助基金：安徽省自然科学基金面上项目1908085MF189

在线出版日期：2022-06-15（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：137-140