基于RetinaNet的柔性材料表面瑕疵视觉检测

摘要

针对柔性材料如纺织物表面瑕疵视觉检测中,背景信息量过大导致需要提取的关键特征不明显的问题,利用焦点损失(focal loss)函数,构建视网膜神经网络(RetinaNet),快速滤去背景信息,从而更快得到特征信息,即表面瑕疵.使用focal loss的RetinaNet是近年来热门的one-stage神经网络模型,在前馈残差网络(ResNet)基础上使用特征金字塔网络(FPN)以生成丰富的多尺度卷积特征金字塔,可以快速获取所需特征,对提高柔性材料表面瑕疵检测速度具有重要意义.