基于改进SSD算法的工件检测

针对自动化生产线上运动的工件检测准确度要求高，部分小工件难以检测的问题，提出一种 基于 SSD 改进的工件目标检测算法。在 SSD 算法的基础上，将 SSD 的骨干网络 VGG16 替换为ＲesNet50，并增加输出特征层的预选框数量，其次加入特征金字塔( FPN) 的算法思想，将网络中的底层特征与高层特征融合，解决了 SSD 算法中对底层特征提取能力不足的问题，从而改善了对小目标工件检测效果差的缺陷。研究结果表明，相比于 SSD 算法改进的 SSD 工件识别方法降低了对小目标工件的漏检率，平均准确率提高了 2.5% ，保证了工件检测的准确率。