一种基于级联卷积神经网络的表面疵点检测方法

摘要

本发明涉及一种基于级联卷积神经网络的表面疵点检测方法，搭建基于Cascade R‑CNN的疵点检测网络，以训练并优化后的疵点检测网络对工业相机实时采集待检测产品的图像进行检测。本发明将Cascade R‑CNN改进为疵点检测网络，不需人工提取疵点区域和疵点特征，在定位疵点的同时进行分类，以Cascade R‑CNN作为基础检测网络架构，其优秀的检测性能使疵点的定位和分类精度上都更有优势，以ResNeXt增强特征提取能力；以FPN针对细小疵点检测，以可变形卷积和增加锚点框适应疵点的各种形状尺度，疵点具有足够大的感受野，提升各种极端疵点的检测效果，并调节非极大值抑制的阈值，使检测准确率进一步提升。