基于Faster-RCNN的车辆零件缺陷检测方法

正车辆零件的缺陷检测是整车装配的重要环节,需在组装图像中检测到存在缺陷零件。本文提出了基于Faster-RCNN的零件缺陷检测方法,对生产线上收集到的八类图片进行检测。实验结果表明Faster-RCNN模型在自制数据集下的平均准确率高于VGG16模型和YOLO模型,对测试集八类图片的平均准确率为98.23%。因此,Faster-RCNN模型在车辆零件缺陷检测中具有有效性、准确性和可行性。