一种金属类酒瓶盖瑕疵质检算法

针对酒瓶盖瑕疵会影响产品质量的问题，提出了一种酒瓶盖瑕疵YOLOv3-MRHA检测算法，基于YOLOv3算法，对其主干网络和特征提取层进行改进。为减少主干网络特征丢失现象，提出了多级特征融合(multilevel feature fusion, MFF)模块；为提高检测的准确率，增加了尺度为104×104的特征层，并构造了一种增强特征信息的残差特征增强(residual feature enhancement, RFE)模块；为提高深层特征层的检测能力，引入了空洞卷积，使浅层信息向下融合，在特征提取层使用通道注意力机制。结果表明，所提YOLOv3-MRHA算法的检测精度比YOLOv3算法提高近6%,可有效地提高瑕疵检测的准确率，满足工业质检的要求。