摘要
本文针对焊缝缺陷尺度变化不一导致的检测率效果不理想,提出了一种基于更快地区域卷积神经网络(faster region-based convolutional neural network,Faster R-CNN)对焊缝 缺陷检测的改进算法.算法利用膨胀卷积在不同扩张率下进行特征融合,结合不同感受野下的卷积核更全面地提取不同尺度的特征信息,来提升目标的检测精度.同时利用深度可分离卷积,来对模型进行压缩,提高检测速度.实验表明,改进后的网络在保证运行速度的同时,能够提高检测速度,检测精度可以达到72％.
维普
万方数据