论文部分内容阅读
针对金属板带材表面缺陷呈现形式存在多样性和随机性而导致难以快速定位并准确识别的问题,提出一种融合多层次特征的Faster R-CNN缺陷目标检测算法(Defect-target detection network,DDN)。该算法采用多层次特征融合网络(Multilevel-feature fusion network, MFN)融合Faster R-CNN中VGG-16提取的各层次特征图,得到具有丰富位置信息和语义信息的融合特征图,后续网络基于该融合特征图产生最终的缺陷检测结果。利用钢带和铜板表面