摘要:由于传统检测算法对棉布包装缺陷检测不够准确、对小目标缺陷识别率不够高,所以提出改进的 Faster R-CNN 深度学 习网络,对棉布包装存在的破损、污渍、孔洞、杂质、线头等 5 种缺陷进行检测。 通过对图像进行预处理实现图像增强,然后改进 Faster R-CNN 中的 RPN 和 ROI 结构,为加强小目标缺陷的检测能力,在主干网络中融合特征金字塔网络结构,最后对 ROI 进行 双线性插值以解决多次量化引起的像素偏差问题。 实验表明,改进后的网络对棉布包装表面缺陷检测的平均精度均值 mAP 为 91. 34%,与传统算法相比,mAP 值提高了 9. 08%。