基于FHRNet的钢化玻璃颗粒度检测算法

摘要

工业生产中钢化玻璃颗粒度检测通常依赖人工肉眼计数,人工计数效率低且容易出错。基于传统图像分割算法检测碎片需要特定光线、背景等条件,系统部署烦琐且成本高。为提高检测效率,降低部署成本,结合改进的ASPP+(Atrous Spatial Pyramid Pooling Plus)结构与HRNet(High-Resolution Network)模型,提出一种全高分辨率网络FHRNet(Full High-Resolution Network),并将其应用于钢化玻璃颗粒度检测任务中。改进的ASPP+结构引入残差模块,在保留细小裂纹特征的同时能融合不同语义的上下文信息。FHRNet使用串联改进的ASPP+模块对HRNet进行重构,避免了常见编码器-解码器网络中因下采样造成的信息损失。实验结果表明:FHRNet在无特定条件下能准确识别假边缘和细小裂纹,将颗粒度检测误差控制在±4%以内,具有较好的检测效果。