基于改进Mask R-CNN算法的工业零件缺陷检测技术OA

为了提升工业零件缺陷检测的精度和速度,在Mask R-CNN的基础上,引入了引导锚框的anchor生成方案提升检测精度;在此基础上对Mask R-CNN网络框架进行改进,去掉Mask分支,实现检测速度的优化。采用的数据集是DAGM工业缺陷数据集,并与先前的代表方法进行对比实验。实验表明,改进后的算法在检测精度方面对比原始算法提升了约1.94%,且速度也提升了1.2 frame/s,提升了工业零件缺陷检测的速度和精度。