基于ResNet网络的医用塑瓶制造缺陷检测方法
【摘要】 本文提出一种基于深度学习的识别方法用于医用塑瓶气泡、积料等生产缺陷的实时检测，设计工业现场的视觉检测硬件平台，细述积料与气泡检测算法的原理，简述算法检测前的图像预处理。在Pytorch框架下通过ResNet系列算法与MobilenetV2算法的正交实验对积料检测实时性能进行比较，同时优化RetinaNet网络在气泡上的检测性能。在生产现场中该方法关于积料的平均检测精度为99.7%，单幅图片检测时间为29.7ms;气泡的Fβ指数为99.5%，单幅图片检测时间为35.5ms，达到企业生产的要求。
