论文部分内容阅读
螺纹钢是土建工程中必不可少的建筑材料,在轧制过程中因受轧辊磨损、钢坯质量等因素影响,导致表面缺陷,如不能及时发现就会生产出大量废品,严重影响企业经济效益.本文提出一种基于深度学习的螺纹钢缺陷检测方法,通过生产现场工业相机采集螺纹钢图像,对表面缺陷进行分类标记,建立样本数据集,利用深度卷积对抗生成网络DCGAN对数据集增强.采用Faster RCNN构建螺纹钢缺陷检测模型,利用迁移学习方法实现小样本螺纹钢表面缺陷检测,通过对损失函数、优化方法、学习率、滑动平均参数的设置来评估优化螺纹钢缺陷检测模型.实