综上所述,SSD算法[8]及其变体的一阶检测器[9]更省时,在目标检测跟踪方面更具备适用性,但论检测性能而言,二阶检测器(如R-CNN[10-11])及其变体等在公共的评价基准上取得的检测精度更优。因此,本文提出了基于改进Faster RCNN算法的缺陷检测方法,提高了检测精度,并且具有良好的识别速率,适用性更强。 本文详细内容...
通过对图像进行预处理和利用CNN网络进行特征提取,结合Faster R-CNN算法进行目标检测,本算法能够准确地定位和分类PCB板上的缺陷。多尺度的策略使得算法能够适应不同大小的缺陷,并具有较好的识别能力。与传统的方法相比,本算法具有更高的准确性和鲁棒性。未来的研究中,可以进一步改进该算法,提高其在PCB板缺陷识别中的...
首先详细描述了输电线路缺陷识别图像数据库的建立过程,然后通过分析对比三个预训练前端网络的性能及多个参数对网络模型识别准确率的影响,得到基于 Faster R-CNN 的输电线路缺陷最优识别网络模型。 经过测试集验证,提出的缺陷识别网络模型的识别准确率达到了 90% 以上,单张图片耗时达到了毫秒级,在识别准确率和耗时上均...
首先需要选用合适的特征提取器来对实木板材缺陷图像进行特征提取,网络结构层的数量和参数直接影响检测框架的存储效率、检测速度和检测效果,共选用Inception Resnet V2, Inception V2,Resnet V2,MobileNet这4种特征提取器来进行比较检测,这些网络结构tensorflow上都有开源的实现方式,通过多种特征提取网络的实验对比,选出最...
三、改进FasterRCNN的皮革材料缺陷检测方法1.数据集构建与预处理为训练改进的FasterRCNN模型,我们构建了一个包含大量皮革材料图像及其对应缺陷标注的数据集。在数据集构建过程中,我们对图像进行了预处理,包括归一化、去噪、灰度化等操作,以提高模型的训练效果。2.模型结构改进针对传统FasterRCNN在皮革材料缺陷检测中的...
目的运用Faster R-CNN特征计算借助深层CNN架构,分析预标识肝脏肿块超声图像,尝试建立检测器并测试其效能.方法选择肝囊肿及肝癌超声图像为研究对象,收集正常肝脏各切面... 管海涛,赵金丽,Xi,... - 《中国超声医学杂志》 被引量: 0发表: 2020年 基于Faster RCNN变电设备红外图像缺陷识别方法 变电设备红外检测能够...
李维刚等人[6]提出一种基于K-means聚类改进的YOLOv3算法对带钢表面缺陷进行检测,较未改进之前在整体上提升检测速度的和缺陷的检测率,但是其使用的K-means对初始设置条件极其敏感,数据量不够时无法保证其结果的有效性。王海云等人[7]提出了一种利用FPN改进Mask R-CNN算法来检测工业表面缺陷,虽然能够准确地定位和识别...
R-CNN线路缺陷识别机器学习随着多旋翼无人机引入输电线路巡检作业后,对巡线人员通过图像判断线路上设备是否有缺陷提出了新的挑战.为了帮助巡线人员做出准确决策,提高发现缺陷的能力,基于深度卷积神经网络,搭建了适用于无人机图像识别的输电线路缺陷识别网络模型.首先详细描述了输电线路缺陷识别图像数据库的建立过程,然后...
Faster-RCNN本文首先建立了输电线部件绝缘子,输电线缺陷鸟巢和风筝三种类别的图像数据集,并针对图像数据过少的问题,采用翻转图像和旋转图像角度的方法扩增数据.其次因为原始Faster-RCNN模型不能较好识别尺寸变化较大的绝缘子,本文提出通过对增加锚框类型到来改进模型.实验证明,使用改进后的模型在自建数据集上图像分类的...
基于Faster R-CNN算法的变电站设备识别 与缺陷检测技术研究doi:10.19753/j.issnl00l-1390.2024.03.021于虹龚泽威一张海涛周帅于智龙Electrical Measurement & Instrumentation