基于改进SSD的液晶玻璃基板缺陷检测

在液晶玻璃基板生产过程中容易产生夹杂、气泡、锡点、节瘤、裂痕等多种缺陷，这些缺陷严重降低了液晶玻璃的性能，本文提出了一种基于深度学习的液晶玻璃基板缺陷检测，在SSD目标检测网络的基础之上，引入了ResNet中的残差模块用于主干网络的特征提取，同时对提取到的特征进行了跨通道多尺度的融合，经实验表明该方法可以有效地改善SSD网络对缺陷检测的精度，特别是提高了对小目标的检测的检测精度。