信息科学与工程
林峰 张师嘉 傅莉
2021, 38(3): 47-52.
自动化检测玻璃瓶缺陷技术的实现, 能够减少人力物力的需求量, 提高玻璃瓶缺陷检测结果的准确性以及可靠性。本文将深度学习网络应用到玻璃瓶缺陷检测技术上, 分别使用VGG16和Resnet101作为缺陷检测模型中Faster R-CNN的特征提取网络, 在不同的anchor的尺度下对缺陷检测效果进行分析。实验结果表明, Faster R-CNN在本实验的玻璃瓶缺陷数据集上检测准确率尚可, 但对于小目标缺陷检测效果不理想;改进后的Faster R-CNN在玻璃瓶缺陷检测上mAP最高提升了5.19%, 同时在检测小目标缺陷时的鲁棒性更强。