基于改進Mask R-CNN的光學(xué)元件劃痕缺陷檢測研究

摘要： 光學(xué)元件缺陷會直接影響整個光學(xué)系統(tǒng)的性能，在光學(xué)元件缺陷檢測中，劃痕缺陷無疑是檢測的難點，劃痕缺陷存在著尺寸小，長寬比卻比較大，易受雜質(zhì)影響的問題，本文將深度學(xué)習(xí)算法應(yīng)用到光學(xué)元件缺陷檢測，并根據(jù)劃痕缺陷的特點，對Mask R-CNN網(wǎng)絡(luò)模型進行了改進，使算法對劃痕缺陷也有了更好的檢測效果。首先，將原有的ResNet更換為本文提出的CSPRepResNet,并添加ESE注意力機...