Laser & Optoelectronics Progress • Vol 60 • No 20
January 2023 • 满英杰 Man Yingjie, Wang Xian, 孙冬悦 Sun Dongyue, 邓宁道 Deng Ningdao, 吴士旭 Wu Shixu
针对金属化陶瓷环缺陷面积小、可利用信息少的特点和缺陷检测精度低的问题,提出一种目标检测与图像分类网络融合的金属化陶瓷环缺陷检测方法。首先,使用针对小面积目标检测特点改进的Faster-RCNN目标检测网络实现对缺陷的初步识别与定位。接着,使用插值方法将定位到的缺陷区域放大,利用图像相邻像素之间的信息关联,增加缺陷检测的特征信息量。然后,使用ResNet图像分类网络对放大后的区域进行缺陷类别判断。最后,融合目标检测网络和图像分类网络的结果,获得最终的缺陷检测结果。实验结果表明,所提方法能在保障缺陷检测查全率的同时有效提升查准率,且能准确定位缺陷区域。