摘要
本发明涉及图像处理领域,提出了一种基于位置约束残差和滑窗聚合的缺陷检测方法及系统,通过设计一种基于位置编码约束的残差特征的swin transformer模型进行缺陷检测,避免了接受块状标签导致的精度下降问题,并进一步设计了一种边界框标签的缺陷标注算法,极大地降低了标注时的工作量,降低了标注成本的同事极大地提高了标注效率,将图像的深度特征与余弦‑正弦位置编码进行点加融合,获取带有位置信息的位置约束特征,并通过核心子采样操作获取位置约束特征库,以检索计算得到位置约束残差,还设计了一种混合匹配的半监督学习算法,实现了在弱标签条件下的准确检测,极大地提高了图像检测的性能和准确性。
技术关键词
约束特征
缺陷检测方法
深度特征提取网络
标签
监督算法
令牌
图像块
编码
元素
像素
监督学习算法
缺陷检测系统
计算机设备
标注算法
核心
残差模块
样本
滑动窗口
存储器
系统为您推荐了相关专利信息
车辆运行数据
标签
车辆电池
置信度阈值
电气系统
指标优化系统
多源异构数据
动态
机器学习技术
数据获取模块
信号识别方法
水听器
发声
奇异值特征
滑动窗口法
上下文语义理解
敏感信息过滤方法
敏感信息过滤系统
敏感信息识别
语义特征提取