![85db43745bd71e81747d57a41abe62ca.png](https://i-blog.csdnimg.cn/blog_migrate/6cd60fbc6fe36e0003c08fa4c5993434.jpeg)
文章发表时间:2020年6月8日
![6a6c0df1407316dbb24d99de498b9862.png](https://i-blog.csdnimg.cn/blog_migrate/c48922fcc7b8c66c247442cc64aef97a.jpeg)
题目:一种改进的MobileNet- SSD算法用于车身漆面缺陷自动检测
文章地址:https://link.springer.com/article/10.1007/s11042-020-09152-6
想下载全文请移步:
如何下载 IEEE 上的文章?www.zhihu.comgithub:代码目前还未开源(开源及时更新)
本文简概:
数据:为了实时采集车身油漆缺陷图像,提出了一种新的数据增强算法,以增强数据库处理小样本数据过拟合现象的能力。
方法:针对汽车涂料固有的缺陷特征,通过改进MobileNet-SSD网络的特征层,优化边界框的匹配策略,提出了一种改进的MobileNet-SSD算法,用于油漆缺陷的自动检测。
结果:改进的MobileNet-SSD算法可以检测出六种传统车身漆膜的缺陷,准确率超过95%,比传统SSD算法快10%,可以实现实时、准确的车身漆面缺陷检测。
一.新的数据增强算法
传统的数据增强:对切割后的图像或者原始图像,进行旋转,缩放,裁剪等方法。
缺点:由于车身漆膜是不透明的混合物,因此车漆图像背景非常复杂,容易干扰了车漆缺陷位置的检测。
新的离线数据集增强算法,可以对原始图像进行变换。从多角度和多层次。它可以增加许多复杂的背景干扰信息,提高检测模型的抗干扰能力,并使应用场景更加实用。
1.1车辆油漆缺陷图像的样本收集
针对质量检验车间与汽车装配线的生产环境相同。上部在LED灯的照度下。在这种工作环境下,手动捕获油漆图像,可以更好地恢复真实的检测效果,提高算法的鲁棒性。共收集500张图像和300个视频。500张图像包括:58个搪瓷袋,204个收缩孔,103个脏颗粒,73个划痕,27个漆渣和35个漆板组成。
![ca3a54981299bb91fcade895682679a1.png](https://i-blog.csdnimg.cn/blog_migrate/4b357f972035801352a5c518f6bda9f6.jpeg)
1.2数据增强算法
为了消除数据过拟合,对汽车油漆图像中的缺陷尺