论文部分内容阅读
针对传统风机叶片缺陷检测采用人工的方法效率低、精度差的问题,提出了一种基于改进Mask RCNN的风机叶片缺陷检测方法。该方法首先使用ResNet-50结合FPN网络生成特征图,然后输入到RPN网络中筛选出ROI,通过ROIAlign固定特征图尺寸输入到预测网络中,对类型、边界框、掩膜进行预测。另外,文章构建了一个风机叶片缺陷掩膜数据集用于模型的训练。通过测试集验证并与Mask R-CNN,Faster R-CNN进行了对比分析,文章提出的方法实现了对缺陷目标的检测和实例分割,在准确检测的同时大幅提