论文部分内容阅读
在铝型材的实际生产过程中,由于各方面因素的影响,铝型材表面会产生碰伤,刮花,凸粉等瑕疵,这些瑕疵会严重影响铝型材的质量;目前主要采用人工检测,由于铝型材表面自身含有纹路,与瑕疵区分度不高,传统人工肉眼检查十分费力,质检的效果难以控制;为解决上述问题,以铝型材表面缺陷为研究对象,使用Gaussian-yolov3为基础目标检测网络,针对铝型材表面部分条状缺陷的特性,使用变形卷积技术增强卷积的适应性;针对小缺陷检测问题,使用密集连接技术及数据增强扩展数据;对比Faster R-CNN、SSD实验,结果表