一种基于CNN的工业物品表面损伤实时检测方法及系统

本发明提出了一种基于CNN的工业物品表面损伤实时检测方法及系统，涉及图像处理技术领域，该方法包括：实时采集目标物品的图像并进行图像预处理；利用预训练的Faster R‑CNN模型初步定位目标物品在图像中的位置；基于特征匹配的目标跟踪算法对检测到的目标进行连续帧的跟踪以提取损伤区域的特征图；构建加入SE块的轻量级CNN识别模型，并将损伤区域的特征图输入轻量级CNN识别模型以得到目标物品的实时检测结果；本发明能够实时处理高帧率时间序列数据的CNN识别框架，有效地进行数据清理，去除或修正低质量的图像数据，显著提高工业物品表面损伤检测效率。