基于改進(jìn)Mask R-CNN算法的工業(yè)零件缺陷檢測技術(shù)

打開文本圖片集

摘  要：為了提升工業(yè)零件缺陷檢測的精度和速度，在Mask R-CNN的基礎(chǔ)上，引入了引導(dǎo)錨框的anchor生成方案提升檢測精度;在此基礎(chǔ)上對Mask R-CNN網(wǎng)絡(luò)框架進(jìn)行改進(jìn)，去掉Mask分支，實(shí)現(xiàn)檢測速度的優(yōu)化。采用的數(shù)據(jù)集是DAGM工業(yè)缺陷數(shù)據(jù)集，并與先前的代表方法進(jìn)行對比實(shí)驗(yàn)。實(shí)驗(yàn)表明，改進(jìn)后的算法在檢測精度方面對比原始算法提升了約1.94%，且速度也提升了1.2 frame/s，提升了工業(yè)零件缺陷檢測的速度和精度。（剩余7503字）