摘要
本发明公开了一种基于改进FPN模型的工业微小物体缺陷识别检测方法,包括:构建混合卷积模块和瓶颈结构模块;根据混合卷积模块和瓶颈结构模块进行主干网络基本结构和颈部网络基本结构的构建;基于经典FPN模型、主干网络基本结构和颈部网络基本结构,构建工业微小物体检测模型;采用图像数据集对工业微小物体检测模型进行训练和优化;将待检测的工业微小物体图像输入优化后的工业微小物体检测模型中,进行缺陷识别检测。本发明通过融合颈部的上层特征层来最大化一个微小物体的特征信息,以最小化瓶颈,最大化梯度信息的方式,尽可能实时检测和保存微小物体的特征信息,可有效解决实时检测下对工业微小物体检测精度缺少、速率较慢的问题。
技术关键词
识别检测方法
物体检测模型
瓶颈结构
卷积模块
工业
网络
图像数据集合
非线性
函数式
输出特征
批量
内核
比率
元素
系统为您推荐了相关专利信息
工业机器人位置
误差预测
激光跟踪仪
补偿方法
旋转误差
短期售电量预测方法
组合预测模型
LSTM模型
序列
搜索优化方法
数据共享方法
超声数据
端点
信号
霍夫曼无损压缩算法