摘要：为了解决汽车曲面零件连接常用凸焊工艺中凸焊螺母的漏焊和误焊问题，以及主要依靠人工视觉检测的低效检测方法，提出了一种基于Faster-RCNN的焊接螺母视觉目标检测算法。首先，以Faster-RCNN为基本模型，针对难以从不同角度提取坚果特征的问题，提出了一种人工特征与原始图像的自适应融合方法，以增强模型提取坚果特征和特征金字塔网络（FPN）的能力为了解决小目标难以被精确检测的问题，引入了。然后，为了提高网络在复杂背景下的检测鲁棒性，在FPN中嵌入了协调注意机制，以提高网络对关键目标的注意。最后，设计了损失函数，以改善训练效果，提高回归盒中心点的回归精度。实验结果表明，与原算法相比，IoU=0.75凸焊螺母的平均精度提高了8.65？百分比为90.11%，召回率增加5.87？百分比为79.23%，与原始算法相比有了显著改进。

关键词： 目标检测， 特征金字塔网络（FPN）， 协调注意力， LoG功能， 区域提案网络

摘要：针对目前汽车曲面零部件的紧固连接中常用的凸焊工艺中出现凸焊螺母的漏焊、错焊，以及主要依赖人工目测的低效检测方法等问题，提出了一种基于更快的RCNN的凸焊螺母检测算法。以更快的RCNN作为基础模型，针对模型在不同角度下螺母特征各异且难以提取的问题，提出提取LoG公司特征和原图像自适应融合的方法，以增强模型对螺母特征的提取能力；引入特征金字塔（特征金字塔网络，FPN）解决小目标难以被精确检测的问题；为了提升网络在复杂背景中的检测鲁棒性，在FPN公司中嵌入坐标注意力机制来提升网络对重点目标的关注；设计损失函数，提升训练效果，增强回归框中心点的回归精确度。实验结果表明，所提算法相比原算法，在IoU=0.75时凸焊螺母的检测精确率上升了8.65个百分点，达到90.11%，召回率上升了5.87个百分点，达到79.23%，相比原算法具有明显改善。

关键词: 目标检测, 特征金字塔网络（FPN）， 坐标注意力, 洛格提卡， 区域建议网络（RPN）