摘要
本发明公开了基于图像处理的喷码字符缺陷检测方法、设备及介质,属于计算机视觉和深度学习技术领域,本发明要解决的技术问题为如何减轻质检员工作负担,提高之间效率和准确率,降低生产成本,采用的技术方案为:收集有关字符缺陷的训练数据集,单独对每个字符通过labelimg进行标注,包括汉字、数字及英文字符;采用one‑stage模型,对每个字符单独检测,直接进行缺陷与否的判定;运用Focal Loss损失函数,训练one‑stage模型;在YOLOv5模型以及Focal Loss损失函数的基础上,增加特征检测层,用于模型自动分析和识别不同大小的目标,提升对各种规模目标的识别能力;对检测结果进行算法后处理,利用目标之间的空间关系将相邻边界框合并,捕捉目标对象的整体特征。
技术关键词
字符缺陷检测方法
图像处理
检测结构
深度学习技术
可读存储介质
算法
字符识别
处理器
计算机视觉
线缆
汉字
存储器
坐标
规模
因子
样本
喷码
指标
系统为您推荐了相关专利信息
风险评估模型
风险评估方法
燃气监测设备
样本
基础
权限控制方法
钩子
生成密钥
加密用户信息
电子设备上执行
稳定性评价方法
盾构隧道
极限学习机
深度学习模型
深度神经网络