节点文献

基于Faster R-CNN的中密度纤维板表面缺陷检测研究

免费订阅

【作者】 高鹏威高远刘芳杨建华

【Author】 GAO Peng-wei;GAO Yuan;LIU Fang;YANG Jian-hua;Beijing Forestry Machinery Research Institute of the National Forestry and Grassland Administration;Beijing Forestry University;Forestry New Technology Research Institute, Chinese Academy of Forestry;

【通讯作者】 杨建华;

【机构】 国家林业和草原局北京林业机械研究所北京林业大学中国林业科学研究院林业新技术研究所

【摘要】 针对中密度纤维板的油污、胶斑、松软等表面缺陷,本文提出了一种基于Faster R-CNN的检测方法。首先进行中密度板表面缺陷图像数据集的建立,之后将数据集中的训练集与验证集放入设定好主要参数的Faster R-CNN算法中进行训练,然后将训练好的模型对测试集进行检测。检测结果表明,基于Faster R-CNN的检测方法能够准确地检测出中密度板主要的表面缺陷,mAP值达到81.34%。

【关键词】 Faster R-CNN数据集mAP表面缺陷
【基金】 中央级公益性科研院所基本科研业务费专项资金“中密度纤维板外观质量检测关键设备研究”(CAFYBB2017MB033)
【所属期刊栏目】 研究与设计 (2019年04期)
  • 【DOI】10.13594/j.cnki.mcjgjx.2019.04.007
  • 【分类号】TS67;TP391.41
  • 【下载频次】116
节点文献中: 

本文链接的文献网络图示:

浏览历史:
下载历史: