【摘 要】
：
缺陷检测是工业上非常重要的一个应用,与此同时,卷积神经网络在特征提取和定位上取得巨大成就。因此深度学习在目标检测领域取得了长足的发展,使得瓷砖表面缺陷检测成为一个有潜力的研究方向。但是瓷砖瑕疵检测依然受到检测目标中小目标较多,形状多变且不规则,特征不明显等因素的困扰,企业在生产制造的过程中依然无法避免的生产出具有各类瑕疵的瓷砖。如何解决以上种种问题,提高小目标瑕疵检测的精度是亟需解决的难题。本文主
论文部分内容阅读
缺陷检测是工业上非常重要的一个应用,与此同时,卷积神经网络在特征提取和定位上取得巨大成就。因此深度学习在目标检测领域取得了长足的发展,使得瓷砖表面缺陷检测成为一个有潜力的研究方向。但是瓷砖瑕疵检测依然受到检测目标中小目标较多,形状多变且不规则,特征不明显等因素的困扰,企业在生产制造的过程中依然无法避免的生产出具有各类瑕疵的瓷砖。如何解决以上种种问题,提高小目标瑕疵检测的精度是亟需解决的难题。本文主要是从对原始数据集进行增强和增强网络的特征提取能力两方面解决上述难题。考虑到瓷砖瑕疵数据集中图像尺寸大,但是目标瑕疵较小的情况,主要从对原始数据集进行数据增强和增强网络的特征提取能力两方面解决。首先通过图像裁剪的方式进行数据增强,分别从机器学习和深度学习两个方面进行实验验证,结果表明数据增强的有效性。其次选择Faster RCNN为目标检测网络,使用分散注意力网络进行替换原始网络结构,加强网络特征特征提取能力,为进一步提取多尺度图像特征,引入了循环特征金字塔（RFPN）模块进行融合高低层特征信息,由于目标瑕疵的形状具有多变性和不规律性,引入可形变卷积（DCN）进行目标检测。最后经过实验验证,分别统计Faster RCNN替换特征为分散注意力网络（网络1）,替换后的Faster RCNN融合RFPN特征金字塔（网络2）和基于可形变卷积Faster RCNN融入RFPN（网络3）这三种网络模型的平均精度和准确率两个综合指标,实验表明经过优化后的网络,网络2的m AP比网络1的m AP高1.61%,说明引入RFPN模块提取到更多的图像特征,网络3的m AP比网络2的m AP值高1.23%,说明在加入DCN模块之后提高了网络的检测精度。考虑到现有技术在传统工业生产制造受一定限制,人工检测产品速度慢且主观性会影响检测结果的准确性。本文基于提出的改进模型设计并实现了瓷砖瑕疵检测系统,包括登录注册,图像检测和后台管理三大功能,能够对导入系统的瓷砖瑕疵数据集合进行识别和记录,促进企业进行智能化改造。
其他文献
当前癌症已经成为我国以及全世界居民死亡的重要因素,而乳腺癌更是导致女性死亡的重要疾病。利用显微镜观察病理切片的肿瘤区域进行症状分析,计算肿瘤细胞的阳性指数能给患者提供针对性的治疗方案。由于专业的病理医生数量匮乏以及医生的个人主观因素等限制条件,往往存在各组织区域识别不准确,阳性指数估算偏差较大等问题。而通过深度学习对病理切片的图像数据进行组织分割,一方面能帮助病理医生快速定位不同的组织区域,方便症
野生动物资源是生态系统中的重要组成部分,对野生动物实施高效的检测有利于开展野生动物资源的保护工作,近年来在目标检测领域研究的不断深入,为野生动物的检测识别研究提供了很大的帮助。本文以自然保护区的部分野生动物图像数据为主要研究对象,提出了两种基于YOLOv3的改进算法,本文的主要工作包括以下几个方面:（1）野生动物图像数据集的构建。以红外相机在自然保护区采集野生动物图像为基础,构建野生动物图像数据集
太阳活动区是日地空间环境的扰动源,其中爆发的太阳耀斑是一种较为强烈的太阳活动,可以导致地磁暴等非常极端空间天气。严重的空间天气扰动会对卫星、电力设施、地面短波无线电通信系统等诸多系统造成危害,产生巨大的经济损失。准确预报太阳耀斑等空间天气事件可以给人类充足的准备时间,提前做好防护措施,以削弱恶劣的空间天气事件对人类生活的影响。太阳耀斑主要在太阳黑子上方的大气中爆发。太阳耀斑与太阳黑子群的面积、数量
穿墙雷达技术凭借电磁波的低频穿透特性,可对墙后物体进行定位、识别与成像,在军事与民用领域具有广泛应用。而在探测中由于墙体等杂波的影响,对电磁波传播造成衰减,大大削减了目标回波强度,给目标探测定位和成像带来很大困难。意味着对墙体杂波的抑制成为首要任务,现有的传统杂波抑制方法对墙体的滤除和其它噪声的去除不能达到并存的效果,仍然存在目标低信噪比的情况。因此,本文提出一种自适应卷积神经网络的方法对雷达信号
手部作为人类最频繁使用的身体部位之一,对于人机交互具有重要作用。准确的三维手姿态估计成为人机交互领域的关键技术,基于视觉的三维手姿态估计逐渐成为研究热点。目前,大部分的三维手姿态估计都是基于深度图像,但该类图像需要专门的深度相机采集,不易获取,而彩色图像应用范围广,对用户约束小,易获取,采集成本低,因此本文研究基于彩色数字图像的三维手姿态估计。由于普通彩色图像缺少深度信息,同时手部结构又具有自遮挡
新型冠状病毒肺炎的爆发给全球的公共卫生体系带来了巨大的挑战,医护人员在与患者接触的各个环节都存在着极大的被感染风险,繁重的工作量使得医护人员夜以继日地奋战在抗疫一线。因此,我们迫切需要一种可以远程工作的人机协作医疗辅助机器人系统,降低医护人员的工作强度及交叉感染的风险。本文致力于实现自然、便捷且高效的人机交互方式,围绕手势特征提取、动态手势分类、机械臂逆运动学封闭解优化问题进行深入研究,搭建了一套
农业领域数字化和智能化是国家数字化建设战略的重要组成部分。农业发展离不开农药,食品安全中涉及的农产品的农药残留量关乎人民生命安全和身体健康。因此,基于人工智能技术实现农药知识自动问答系统是有意义的。针对农业从业者和农产品消费者对农药知识的了解和使用方面困难突出,以及目前农药知识相关知识服务比较缺乏问题,本课题致力于通过构建农药知识图谱,设计并实现农药知识自动问答系统来提供农药知识服务,提出了利用深
医学图像分析的第一步都是确定组织,因此,对于许多医学分析算法而言,背景去除是获得有效和准确结果的先决条件。尽管对操作人员来说识别WSI的组织区域是一项非常简单的事,但对于计算机而言可能是具有挑战性的,这主要是由于WSI存在颜色变化和伪影,而且,难以检测到诸如肺泡组织,脂肪组织和染色不良的组织。癌症区域分割是病理医生计算癌症阳性率并分析癌变症状的基础,因此癌症区域分割结果的好坏会直接影响到病理医生的
互联网在给人们提供巨大便利的同时,其数据真实性、完整性等问题也随之出现。由于互联网数据易被篡改、被破坏,管理方难以维护其真实性与完整性。而区块链技术有着去中心化、防篡改、安全透明等天然特性且具备高公信力,可有效确保数据完整性、真实性,非常适用于数据存证类应用场景。因此,各方都寄希望于区块链以满足其存证需求。但若各应用场景都建立、维护各自的底层链,便会造成数据孤岛、底层链耦合度高、通用性差等问题。本