一种基于改进Faster R-CNN算法的钢铁表面缺陷检测方法

本发明公开了一种基于改进Faster R‑CNN算法的钢铁表面缺陷检测方法，属于工业缺陷检测技术领域。包括：采集各类含有表面缺陷的钢制产品表面图像；构建改进Faster R‑CNN网络，利用采集的图像训练改进Faster R‑CNN网络，得到钢制产品表面缺陷识别模型，利用钢制产品表面缺陷识别模型识别钢制产品表面图像中的缺陷。本发明对Faster R‑CNN模型的主干网络进行了改进，主干网络将灰度图像进行伪彩色转换，然后分别提取灰度图像和伪彩色图像的特征，并通过注意力机制进行特征融合，达到增强缺陷特征的目的，显著提高了钢铁表面缺陷检测的准确率。