基于改进的Faster R-CNN模型的非均匀纹理小缺陷的检测方法

摘要

本发明公开了一种基于改进的Faster R‑CNN模型的非均匀纹理小缺陷的检测方法，该方法包括获取含有待检测缺陷的待检测对象的图像，并采用改进的Faster R‑CNN模型对待检测对象的图像进行特征提取；所述改进的Faster R‑CNN模型具体是，在VGG16网络结构的最后三个阶段通过嵌入残差互补注意力门模块的特征金字塔多尺度融合结构提取特征。改进后的Faster R‑CNN模型以特征金字塔的方式从上到下整合各阶段的不同尺度和感受野的特征图信息，增强对不同类型缺陷的判别能力，尤其是对不同程度褶皱的判别能力显著提高，且显著提高整体的召回率，满足工业精度要求。残差互补注意力门模块能指导多尺度特征融合，以抑制复杂的背景信息，进而从全局捕获上下文信息以更准确的定位小缺陷。