一种基于改进Faster RCNN的金属材料工件表面缺陷检测与实现研究 被引量：31

1

作者 代小红 陈华江 朱超平 《表面技术》 EI CAS CSCD 北大核心 2020年第10期362-371,共10页

目的针对传统检测算法在工件表面缺陷检测上的局限性,以及检测精度不高、准确率较低、检测过程繁琐等问题,提出了一种基于改进RCNN的金属材料工件表面缺陷检测算法。方法图像预处理过程中,运用了图像缺陷定位标注与图像数据的增强处理... 目的针对传统检测算法在工件表面缺陷检测上的局限性,以及检测精度不高、准确率较低、检测过程繁琐等问题,提出了一种基于改进RCNN的金属材料工件表面缺陷检测算法。方法图像预处理过程中,运用了图像缺陷定位标注与图像数据的增强处理的方法。模型训练时为了避免某些分类数据不足,防止因数据集过小导致系统测试模型出现过拟合现象,使用了对原图像进行数据扩增处理。检测网络模型设计时,采用非极大值抑制算法对缺陷图像进行候选区域筛选,构建了区域建议网络,实现网络多层特征的复用和融合,在减少候选区域冗余的基础上提高系统的检测精度。引入多级ROI池化层结构设计算法,消除ROI池化取整而产生的系统偏差,实现高效并准确检测零件表面缺陷的目的。基于ROI-Align算法的原图位置坐标改进,利用双线性插值法获得原图的位置坐标,克服了基于最近邻插值法的ROI-Pooling设计算法带来的像素位置偏移和检测不匹配(misalignment)的问题。结果设计的检测方法在测试集上,金属材料工件表面目标缺陷检测速度达22帧/s,准确率达97.36%,召回率达95.62%。结论与传统的工件表面检测方法相比,改进的FasterRCNN方法对目标识别与定位处理具有较快的速度与较高的准确度,能在复杂场景条件下,提升工件表面缺陷的检测性能。 展开更多

关键词 金属材料工件 表面缺陷识别 Faster RCNN 深度学习 目标检测

下载PDF 职称材料

金属表面缺陷检测的改进YOLOv3算法研究 被引量：29

2

作者 方叶祥 甘平 陈俐 《机械科学与技术》 CSCD 北大核心 2020年第9期1390-1394,共5页

针对现有的金属表面缺陷检测方法存在着检测效率低、适用范围受限、处理步骤繁琐等缺陷,提出了基于改进型YOLOv3算法的实时缺陷检测方法。该方法将采集到的图片分为N×N个格子,每个格子用来检测缺陷的中心点是否在格子中,利用特征... 针对现有的金属表面缺陷检测方法存在着检测效率低、适用范围受限、处理步骤繁琐等缺陷,提出了基于改进型YOLOv3算法的实时缺陷检测方法。该方法将采集到的图片分为N×N个格子,每个格子用来检测缺陷的中心点是否在格子中,利用特征金字塔与残差层融合特征的方式对图片中的缺陷进行定位,得到多个缺陷的边界框,使用非极大抑制的方法筛选出得分最高的边界框。为了提高检测效果,在输入端对图像进行直方图均衡化,并基于缺陷权重优化了算法中的损失函数以提高缺陷分类的准确性。最后,利用改进型YOLOv3算法对钢板表面的压痕与划痕进行了实验检测,结果显示该方法可以快速、准确检测出钢材表面的压痕与划痕,精度分别为92%和90%。 展开更多

关键词 金属表面缺陷检测 YOLOv3算法 目标检测 直方图均衡化

下载PDF 职称材料

融合多层次特征Faster R-CNN的金属板带材表面缺陷检测研究 被引量：21

3

作者 王海云 王剑平 罗付华 《机械科学与技术》 CSCD 北大核心 2021年第2期262-269,共8页

针对金属板带材表面缺陷呈现形式存在多样性和随机性而导致难以快速定位并准确识别的问题,提出一种融合多层次特征的Faster R-CNN缺陷目标检测算法(Defect-target detection network,DDN)。该算法采用多层次特征融合网络(Multilevel-fea... 针对金属板带材表面缺陷呈现形式存在多样性和随机性而导致难以快速定位并准确识别的问题,提出一种融合多层次特征的Faster R-CNN缺陷目标检测算法(Defect-target detection network,DDN)。该算法采用多层次特征融合网络(Multilevel-feature fusion network,MFN)融合Faster R-CNN中VGG-16提取的各层次特征图,得到具有丰富位置信息和语义信息的融合特征图,后续网络基于该融合特征图产生最终的缺陷检测结果。利用钢带和铜板表面缺陷检测数据集评估本文算法性能,实验结果表明,提出的DNN能够快速准确检测出具有不同尺度的多类缺陷,与Faster R-CNN相比,在不损耗过多检测时间的前提下具有更优的检测精度,平均检测时间为129.65 ms或153.17 ms,平均准确率均值(Mean average precision,mAP)为86.13%或92.54%。 展开更多

关键词 金属板带材 表面缺陷检测 准确定位 多层次特征 Faster R-CNN

下载PDF 职称材料

一种非线性扩散与图像差分的金属表面缺陷检测方法 被引量：17

4

作者 安宗权 王匀 《表面技术》 EI CAS CSCD 北大核心 2018年第6期277-283,共7页

目的为检测金属产品表面缺陷提供一种有效的方法,希望可以对金属产品表面质量进行监控。方法首先,引入自适应中值滤波方法对原始图像中的噪声进行滤除,以提高金属表面缺陷的检测正确度。然后,利用图像梯度的倒数对传统的P-M非线性扩散... 目的为检测金属产品表面缺陷提供一种有效的方法,希望可以对金属产品表面质量进行监控。方法首先,引入自适应中值滤波方法对原始图像中的噪声进行滤除,以提高金属表面缺陷的检测正确度。然后,利用图像梯度的倒数对传统的P-M非线性扩散模型中的扩散因子进行改进,使得金属表面图像中梯度值较大的区域得以平滑,同时保持其他区域的平滑度不变。将金属表面的原始图像与经过非线性扩散后的图像进行图像差分运算,以消除光照度对金属表面图像的影响,获取均匀背景的金属表面图像,使得缺陷区与非缺陷区的对比度得以增强。最后,通过差分图像中图像块的标准差构造自适应二值化模型,对差分图像进行二值化,以提取金属表面的缺陷区域,实现对金属表面缺陷的准确检测。结果通过对具有划痕、裂纹、缺口以及锈斑缺陷的图像进行检测表明,该方法能够对金属表面缺陷进行准确的检测。结论所设计的方法能对金属表面缺陷进行检测,并且检测精度也优于当前其他金属表面缺陷检测方法。 展开更多

关键词 自适应中值滤波 非线性扩散 图像差分 自适应二值化模型 金属表面缺陷检测

下载PDF 职称材料

基于Faster R-CNN的圆柱形金属工件表面缺陷检测 被引量：12

5

作者 徐秀 宣静怡 +1 位作者 曹桐滔 代作晓 《软件导刊》 2019年第5期130-133,共4页

为有效进行圆柱形金属工件表面缺陷检测,设计一套利用深度学习框架——Faster R-CNN的表面缺陷检测系统。该系统算法利用Resnet网络进行特征提取,采用RPN方法提取缺陷的候选目标矩形区域,再利用Fast R-CNN在候选区域基础上进行缺陷检测... 为有效进行圆柱形金属工件表面缺陷检测,设计一套利用深度学习框架——Faster R-CNN的表面缺陷检测系统。该系统算法利用Resnet网络进行特征提取,采用RPN方法提取缺陷的候选目标矩形区域,再利用Fast R-CNN在候选区域基础上进行缺陷检测。此外,为克服金属表面反光并获得高质量图片,设计一套合适的图像采集系统。实验表明,该检测系统能有效克服光滑金属表面的强反射,从而获取高质量图片;同时利用基于Faster R-CNN框架的方法进行缺陷检测,较好地解决了圆柱形金属表面缺陷检测能力弱的问题,在置信度阈值为0.9时,其查全率为95.0%,查准率为96.0%,检测速度为65ms/幅。 展开更多

关键词 圆柱形金属工件 表面缺陷检测 FASTER R-CNN 深度学习 低对比度缺陷 机器视觉

下载PDF 职称材料

基于双流YOLOv4的金属表面缺陷检测方法

6

作者 徐浩 李丰润 陆璐 《计算机科学》 CSCD 北大核心 2024年第4期209-216,共8页

目前有许多学者使用深度学习进行表面缺陷检测研究,由于这些研究大都沿用主流目标检测算法的思路,注重高级语义特征,而忽视了低级语义信息(色彩、形状)对表面缺陷检测的重要性,因此导致缺陷检测效果不够理想。为解决上述问题,提出了一... 目前有许多学者使用深度学习进行表面缺陷检测研究,由于这些研究大都沿用主流目标检测算法的思路,注重高级语义特征,而忽视了低级语义信息(色彩、形状)对表面缺陷检测的重要性,因此导致缺陷检测效果不够理想。为解决上述问题,提出了一种金属表面缺陷检测网络——双流YOLOv4网络,骨干网络分成两个分支,输入分为高分辨率图像和低分辨率图像,浅分支负责从高分辨率图像中提取低级特征,深分支负责从低分辨率图像中提取高级特征,通过削减两分支的层数和通道数来减少模型总参数量;为了强化低级语义特征,提出了一种树形多尺度融合方法(Tree-structured Multi-scale Feature Fusion Me-thod,TMFF),并设计了一个结合极化自注意力机制和空间金字塔池化的特征融合模块(Feature Fusion Module with Polarized Self-Attention Mechanism and Spatial Pyramid Pooling,FFM-PSASPP)应用到TMFF中。在东北大学热轧带表面缺陷数据集NEU-DET、金属表面缺陷数据集GC10-DET和伊莱特电饭煲内胆缺陷数据集Enaiter的测试集上对所提算法进行了测试,测得的map@50结果分别为0.80,0.66和0.57,相比大部分主流的用于缺陷检测的目标检测算法均有提升,且模型参数量仅为原YOLOv4的一半,速度与YOLOv4接近,可满足实际使用需求。 展开更多

关键词 金属表面缺陷检测 目标检测 YOLOv4 双流骨干网络 多尺度特征强化

下载PDF 职称材料

改进YOLOv8的金属表面缺陷检测模型

7

作者 龙阳 肖小玲 《制造技术与机床》 北大核心 2024年第8期187-194,共8页

针对工业制造中金属表面缺陷检测的检测精度低、漏检率和误检率高等问题,文章提出了一种改进YOLOv8的金属表面缺陷检测模型。首先采用CG模块替换掉Backbone的下采样卷积模块,增强模型的上下文信息理解能力;其次采用RepGFPN模块替换原始... 针对工业制造中金属表面缺陷检测的检测精度低、漏检率和误检率高等问题,文章提出了一种改进YOLOv8的金属表面缺陷检测模型。首先采用CG模块替换掉Backbone的下采样卷积模块,增强模型的上下文信息理解能力;其次采用RepGFPN模块替换原始的特征金字塔网络,提高模型的多尺度特征提取能力;最后通过对检测头重设计,提出GDetect模块,提升模型的整体性能。实验结果表明,改进后的模型在GC10-DET数据集中准确率、召回率和m AP@0.5达到了71.2%、72.4%和74.5%,分别提高了2.8%、8.1%和6.0%,参数量和计算量分别减少了6%和22%。同时在PASCAL VOC和NEU-DET数据集验证了模型在不同数据集下的鲁棒性和泛化能力,提高了对目标的检测精度。所提出的改进模型在金属缺陷检测领域取得了显著进展,提高了检测精度,解决了常见问题,并在保持轻量级的同时实现了较高的性能,为金属表面缺陷检测提供了一种高效且可行的解决方案。 展开更多

关键词 金属表面缺陷检测 YOLOv8 CG RepGFPN GDetect

下载PDF 职称材料

DN-YOLOv5的金属双极板表面缺陷检测算法 被引量：2

8

作者 凌强 刘宇 +2 位作者 王春举 贺海东 孙立宁 《哈尔滨工业大学学报》 EI CAS CSCD 北大核心 2023年第12期104-112,共9页

为解决氢燃料电池中金属双极板表面缺陷尺寸小,缺陷对比不明显、种类多造成的难以检测,易误检漏检以及缺陷检测模型复杂度太大难以部署等问题,提出一种改进版的金属双极板缺陷检测算法DN-YOLOv5,来探究缺陷检测在冲压成形的金属双极板... 为解决氢燃料电池中金属双极板表面缺陷尺寸小,缺陷对比不明显、种类多造成的难以检测,易误检漏检以及缺陷检测模型复杂度太大难以部署等问题,提出一种改进版的金属双极板缺陷检测算法DN-YOLOv5,来探究缺陷检测在冲压成形的金属双极板视觉检测工作台场景下进行快速精准检测的可行性,从而实现智能检测,提升检测效率。本研究着重于修改YOLOv5主干网络Backbone部分,添加网络中模块数量,加入NAM注意力机制和使用深度可分离卷积模块来替代原来CSP/CBS主干网络卷积模块,并引入SIoU对损失函数重新进行了定义,极大的提升了主干网络的轻量化程度。结果表明,本算法的map@0.5可达0.988,每秒检测传输帧率为9.98,模型参数量降低了52.13%,在测试集75张缺陷图像中真检率达到了99.74%。该方法在保证模型较高检测率的同时,显著降低了模型复杂度和参数计算量。此外,该算法结合新的检测尺度设计特征融合网络,提升网络的小目标、多目标检测能力。该算法具有良好的稳定性和鲁棒性,综合性能较好,满足部署移动端场景进行缺陷检测的轻量化需求。 展开更多

关键词 金属双极板 表面缺陷检测 DN-YOLOv5 轻量化网络 注意力机制 特征融合

下载PDF 职称材料

基于改进YOLOv7的金属表面缺陷检测方法 被引量：1

9

作者 冷浩 夏骄雄 《计算机时代》 2023年第9期48-53,58,共7页

针对金属表面缺陷检测中不同缺陷之间存在相似性以及小目标缺陷的问题,提出一种基于改进YOLOv7的金属表面缺陷检测算法。首先通过构建更大的高效层聚合网络(V-ELAN)模块来有效增强网络对不同缺陷间差异较小的学习能力。其次在Neck部分... 针对金属表面缺陷检测中不同缺陷之间存在相似性以及小目标缺陷的问题,提出一种基于改进YOLOv7的金属表面缺陷检测算法。首先通过构建更大的高效层聚合网络(V-ELAN)模块来有效增强网络对不同缺陷间差异较小的学习能力。其次在Neck部分结合空间通道双重注意力机制,提升对图像中小目标特征提取能力,减少无用特征的干扰;采用Alpha IOU损失函数替换原来的CIOU损失函数,加速网络收敛,提高网络的鲁棒性。最后引入深度可分离卷积,在降低网络的参数量和计算量的同时尽可能减少精度损失。结果表明,改进后的YOLOv7网络模型较原来YOLOv7网络模型提升了3.6%,且mAP达到79.0%,模型大小减少了4.4%,检测效果要优于原网络模型和其他主流目标检测网络模型。 展开更多

关键词 金属表面缺陷检测 YOLOv7 小目标检测 注意力机制 损失函数

下载PDF 职称材料

金属壁面焊缝表面缺陷检测爬行机器人系统 被引量：1

10

作者 罗健 华攸水 +2 位作者 张浩 曹立超 蒋晓明 《自动化与信息工程》 2023年第2期22-26,共5页

针对目前金属壁面焊缝表面缺陷检测主要由人工完成,检测结果依赖检测人员的工作经验,且高空壁面作业较危险的情况,设计一款轮式磁吸附爬行机器人系统。该系统的轮式磁吸附爬行机器人可在金属壁面运动,利用YOLOv5目标检测框架训练神经网... 针对目前金属壁面焊缝表面缺陷检测主要由人工完成,检测结果依赖检测人员的工作经验,且高空壁面作业较危险的情况,设计一款轮式磁吸附爬行机器人系统。该系统的轮式磁吸附爬行机器人可在金属壁面运动,利用YOLOv5目标检测框架训练神经网络分类模型,并将焊缝表面缺陷分类模型搭载于人机交互端软件,实现金属壁面焊缝表面缺陷的实时检测。 展开更多

关键词 金属壁面 焊缝表面缺陷 缺陷检测 轮式磁吸附爬行机器人 YOLOv5

下载PDF 职称材料

基于IADSA深度迁移网络的金属表面缺陷检测

11

作者 宿磊 王立建 +3 位作者 祁阳 张思雨 顾杰斐 李可 《机械工程学报》 EI CAS CSCD 北大核心 2023年第24期46-55,共10页

针对领域偏移环境下金属表面缺陷检测精度不高的问题,提出一种基于改进对抗性域分离与自适应(Improved adversarial domain separation and adaptation,IADSA)深度迁移网络的金属表面缺陷检测方法。首先,建立基于分类损失的IADSA模型性... 针对领域偏移环境下金属表面缺陷检测精度不高的问题,提出一种基于改进对抗性域分离与自适应(Improved adversarial domain separation and adaptation,IADSA)深度迁移网络的金属表面缺陷检测方法。首先,建立基于分类损失的IADSA模型性能评价机制,感知模型训练状态,利用空间线性插值方法自适应挖掘迁移空间隐藏的样本信息,以提升网络的特征提取能力;然后,将挖掘的新样本的分类结果作为衡量其对网络贡献性能的主要度量指标,并将贡献性能作为权重应用在分类损失上,旨在消除噪声样本对模型造成的影响;在对抗训练过程中,通过添加动态权重优化对抗损失、平滑网络参数,提高模型的判别性能;最后,融合原始样本与新样本的任务分类器、域分离鉴别器以及域适应鉴别器的损失,利用动态训练实现金属表面缺陷检测。试验结果表明,与其他无监督域自适应方法相比,所提方法实现了更高的金属表面缺陷检测精度。 展开更多

关键词 金属表面缺陷检测 无监督域自适应 域对抗迁移 样本挖掘 动态加权

原文传递

基于特征金字塔的多尺度金属表面缺陷检测 被引量：3

12

作者 金闳奇 陈新度 吴磊 《组合机床与自动化加工技术》 北大核心 2020年第8期97-100,共4页

针对金属表面缺陷检测效率不高的问题,提出一种基于特征金字塔的多尺度缺陷检测方法(MSDD)。首先,构建特征金字塔分类网络模型(FPCN)作为特征提取器并进行分类预训练;其次,在FPCN后连接多尺度回归层并进行微调;最后,利用非极大值抑制将M... 针对金属表面缺陷检测效率不高的问题,提出一种基于特征金字塔的多尺度缺陷检测方法(MSDD)。首先,构建特征金字塔分类网络模型(FPCN)作为特征提取器并进行分类预训练;其次,在FPCN后连接多尺度回归层并进行微调;最后,利用非极大值抑制将MSDD输出的4165个边框进行筛选得出最终检测结果。在光度立体成像数据集上进行实验,实验结果为该算法在个别类平均精确率(AP)达98%,各类别AP均值(mAP)达90%,召回率Recall平均为88.5%,单张图片检测用时约为13ms。这表明相比于现有多尺度算法SSD和YOLOv3,该算法对缺陷目标特征提取更加精确,同时提高了鲁棒性和检测速度。 展开更多

关键词 金属表面缺陷检测 特征金字塔 多尺度回归 光度立体

下载PDF 职称材料

基于小波变换的金属表面缺陷检测算法 被引量：3

13

作者 冯国勇 《世界有色金属》 2018年第20期231-231,233,共2页

小波变换可以通过对频域或时域进行局部化观测而观察到观察对象的任意细节,因此基于小波变换并结合分形边缘检测方法和形态学方法,提出了一种新的金属表面缺陷检测算法。对新的金属表面缺陷检测算法的原理和流程进行设计,并通过设立实... 小波变换可以通过对频域或时域进行局部化观测而观察到观察对象的任意细节,因此基于小波变换并结合分形边缘检测方法和形态学方法,提出了一种新的金属表面缺陷检测算法。对新的金属表面缺陷检测算法的原理和流程进行设计,并通过设立实验组和对比组进行仿真实验,通过实验结果的对比可以得出基于小波变换设计的新的金属表面缺陷检测算法可以有效保障图像增强效果,从而加强金属表面缺陷检测效率的结论。 展开更多

关键词 小波变换 金属 表面缺陷检测算法

下载PDF 职称材料