摘要
本说明书实施例提供了一种基于数据增强的钢桥缺陷紧固件检测模型构建方法及系统,其中,方法包括:获取钢桥紧固件原始真实图像,基于原始真实图像进行数据增强,得到合成数据集;将合成数据集输入至改进的目标检测模型YOLOv8FAM中进行训练,并通过损失函数对改进的目标检测模型进行优化,得到最终的缺陷紧固件检测模型;通过缺陷紧固件检测模型对钢桥缺陷紧固件进行自动检测。本发明实施例提出了一种YOLOv8FAM检测模型算法,其结合YOLOv8的增强功能,通过对无缺陷紧固件的掩模图像进行风格转换生成缺陷紧固件真实图像,从而创建用于模型训练的平衡数据集,得到的检测模型可以有效检测缺陷紧固件,为交通基础设施行业提供了一个高效且具有成本效益的解决方案。
技术关键词
紧固件
检测模型构建方法
图像
循环生成对抗网络
摄像机轨道
转换器模块
峰值信噪比
风格
检查车
掩模
模型构建系统
数据模块
纹理
可读存储介质
控制点
检测头
检测缺陷
模型算法
系统为您推荐了相关专利信息
缺陷检测方法
图像特征向量
光照补偿算法
接线
端子
图像生成模型
图像生成方法
图像生成程序
布局
多任务损失函数