《表1 密封结构尺寸：改进FPN的Mask R-CNN工业表面缺陷检测》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《改进FPN的Mask R-CNN工业表面缺陷检测》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

依次输入改进后的不同尺度特征图{P2，P3，P4，P5，P6}至RPN网络，得到一组矩形候选区域，每个候选区域具有描述该区域包含缺陷目标的置信度。为生成候选区域，采用256个3×3的窗口依次在特征图上进行滑动处理，映射为256维特征图，同时窗口滑动的每个位置在缺陷图像上分别映射出具有固定尺度和不同宽高比的3个锚框，锚框参数配置如表1所示，256维特征图输入两个并列的全连接层：回归层和分类层，回归层对锚框的中心点坐标和宽高进行回归，进而得到候选区域的坐标信息；分类层判断锚框是否包含缺陷目标。生成的候选区域数目庞大且高度重叠，因此采用NMS非极大值抑制算法进行去重操作，以减少冗余且不影响检测精度，得到最终的候选区域。