檢測(cè)對(duì)象:鋼表面缺陷

主要方法:基于Faster R-CNN的帶鋼表面缺陷檢測(cè)網(wǎng)絡(luò)，該網(wǎng)絡(luò)的改進(jìn)在于提出的多級(jí)特征融合網(wǎng)絡(luò)( MFN )

將多個(gè)分層特征組合成一個(gè)特征 ，可以包括缺陷的更多位置細(xì)節(jié)?；谶@些多級(jí)特征，采用區(qū)域提議網(wǎng)絡(luò)

( RPN )生成感興趣區(qū)域( ROI ) .在缺陷檢測(cè)數(shù)據(jù)集NEU-DET.上，提出的方法在采用ResNet-50的

backbone"下實(shí)現(xiàn)了82.3%的mAP。

1.1缺陷的定義

當(dāng)前對(duì)于缺陷有兩種認(rèn)知的方式，種是有監(jiān)督的方法，字符缺陷檢測(cè)，也就是體現(xiàn)在利用標(biāo)記了標(biāo)簽(包括類別、矩形框

或逐像素等)的缺陷圖像輸入到網(wǎng)絡(luò)中進(jìn)行訓(xùn)練.此時(shí)"缺陷意味著標(biāo)記過(guò)的區(qū)域或者圖像。第二種是無(wú)監(jiān)督的

方法，就是將正常無(wú)缺陷的樣本進(jìn)行學(xué)習(xí)，字符識(shí)別檢測(cè)，學(xué)習(xí)正常區(qū)域的特征，網(wǎng)絡(luò)檢測(cè)異常的區(qū)域。

缺陷檢測(cè)的任務(wù)大致分為三個(gè)階段分別是缺陷分類、缺陷***、缺陷分割，字符檢測(cè)，如下圖所示，缺陷分類需要分類出

缺陷的類別(色、空洞、經(jīng)線) ; 缺陷***不僅需要獲取缺陷的類別還需要標(biāo)注出缺陷的位置; 缺陷分割將

缺陷逐像素從背景中分割出來(lái)。

接著利用自定義的核7*7，進(jìn)行圖像卷積運(yùn)算提取端面圖片高頻分量：

再利用加權(quán)平均值算法，按照imagemerge1＝k1*image1+k2*image2+b對(duì)凸臺(tái)圖片和端面圖片進(jìn)行融合，按照imagemerge2＝a*imagemerge1+b獲得終的融合圖片，根據(jù)融合照片進(jìn)行缺陷檢測(cè)。其中imagemerge1表示初步融合圖片，字符檢測(cè)系統(tǒng)，imagemerge2表示融合圖片，a表示拉伸系數(shù)，b表示拉伸偏移；image1表示凸臺(tái)圖片，image2表示端面圖片，k1表示凸臺(tái)權(quán)重系數(shù)，k2表示端面權(quán)重系數(shù)。

字符檢測(cè)-宣雄智能科技-字符檢測(cè)系統(tǒng)由蘇州宣雄智能科技有限公司提供?！叭毕輽z測(cè)，攝像頭缺陷檢測(cè)”選擇蘇州宣雄智能科技有限公司，公司位于：江蘇省蘇州市昆山市開(kāi)發(fā)區(qū)前進(jìn)東路科技廣場(chǎng)1501室，多年來(lái)，宣雄堅(jiān)持為客戶提供好的服務(wù)，聯(lián)系人：朱秀謹(jǐn)。歡迎廣大新老客戶來(lái)電，來(lái)函，親臨指導(dǎo)，洽談業(yè)務(wù)。宣雄期待成為您的長(zhǎng)期合作伙伴！