基于改进Faster R-CNN的面板缺陷检测算法

摘要

针对面板表面缺陷检测存在精度低、效率低等问题,提出了一种基于Faster R-CNN的优化缺陷检测的算法。该方法通过在特征融合层添加不降维的局部自适应跨通道卷积,以增加通道交叉的特征映射;且在骨干特征提取网络后加入CBAM注意力网络,从而捕获特征图的长期特征依赖关系。并分析了缺陷数据集样本宽高比的差异性,设定锚框生成大小,结合DIoU-NMS建议框筛选机制以提升先验框与目标框的匹配率。实验结果表明,优化后网络模型的精确率与识别率均得到很大提升。