Print

基于Faster R-CNN的中密度纤维板表面缺陷检测研究

论文摘要

针对中密度纤维板的油污、胶斑、松软等表面缺陷,本文提出了一种基于Faster R-CNN的检测方法。首先进行中密度板表面缺陷图像数据集的建立,之后将数据集中的训练集与验证集放入设定好主要参数的Faster R-CNN算法中进行训练,然后将训练好的模型对测试集进行检测。检测结果表明,基于Faster R-CNN的检测方法能够准确地检测出中密度板主要的表面缺陷,mAP值达到81.34%。

论文目录

  • 1 缺陷检测算法介绍
  •   1.1 算法流程
  •   1.2 Faster R-CNN
  •     1)卷积层
  •     2)RPN网络
  •     3)ROI Pooling
  •     4)分类与回归
  • 2 中密度纤维板表面缺陷检测
  •   2.1 数据集建立
  •   2.2 模型训练
  •   2.3 算法测试
  • 3 结果分析
  • 4 小结

    • 文章来源

    类型: 期刊论文

    作者: 高鹏威,高远,刘芳,杨建华

    关键词: 数据集,表面缺陷

    来源: 木材加工机械 2019年04期

    年度: 2019

    分类: 农业科技,工程科技Ⅰ辑,信息科技

    专业: 轻工业手工业,计算机软件及计算机应用

    单位: 国家林业和草原局北京林业机械研究所,北京林业大学,中国林业科学研究院林业新技术研究所

    基金: 中央级公益性科研院所基本科研业务费专项资金“中密度纤维板外观质量检测关键设备研究”(CAFYBB2017MB033)

    分类号: TS67;TP391.41

    DOI: 10.13594/j.cnki.mcjgjx.2019.04.007

    页码: 25-27

    总页数: 3

    文件大小: 3477K

    下载量: 150

    相关论文文献

    本文来源: https://www.lunwen66.cn/article/cfebf9c488687fbaf2d8221b.html