文献类型：期刊文章

作　　者：李兰[1] 奚舒舒[1] 张才宝[1] 马鸿洋[2]

LI Lan;XI Shu-shu;ZHANG Cai-bao;MA Hong-yang(School of Information and Control Engineering,Qingdao University of Technology,Qingdao 266500;School of Science,Qingdao University of Technology,Qingdao 266500,China)

机构地区：[1]青岛理工大学信息与控制工程学院,山东青岛266500 [2]青岛理工大学理学院,山东青岛266500

出　　处：《计算机工程与科学》

基　　金：国家自然科学基金(61772295,11975132);山东省高等教育科技计划(J18KZ012)。

年　　份：2020

卷　　号：42

期　　号：9

起止页码：1608-1615

语　　种：中文

收录情况：BDHX、BDHX2017、CSCD、CSCD_E2019_2020、JST、ZGKJHX、核心刊

摘　　要：工件表面缺陷是影响机械设备性能的重要因素,快速高效的检测方法是目前研究的重点。为了解决工件表面缺陷检测问题,提出一种基于改进SSD模型的检测算法。该算法用本文提出的DH-MobileNet网络代替SSD结构中的VGG16网络,从而简化检测模型,减少了运算量。同时采用反向残差结构进行位置预测,并用空洞卷积代替下采样操作以避免信息损失。利用扫描电子显微镜得到工件表面图像,建立工件表面缺陷数据集并进行扩充,最后针对碎屑、剥落和梨沟这3类高频缺陷进行训练和测试,并与YOLO、Faster R-CNN和原始SSD模型进行效果比较。检测结果表明该算法能够更准确、快速地检测工件表面缺陷,为实际工业场景中的缺陷检测提供了新的思路。

关 键 词：工件缺陷  SSD模型  MobileNet  目标检测

分 类 号：TP301]