摘要
本发明公开基于YOLOv8改进的面饼表面瑕疵检测方法及系统,步骤为:S1:通过图像采集设备获取面饼图像,构建带有标注的面饼表面瑕疵的数据集;S2:将YOLOV8s主干网络的C2f模块替换为C2f‑OD模块;S3:在YOLOv8s的颈部网络中添加小目标检测层;S4:将YOLOv8s的CIoU替换为Inner‑MPDIoU,以构建得到改进的YOLOv8s模型;S5:对改进的YOLOv8s模型进行训练得到最终的面饼表面瑕疵缺陷检测模型,并最终的利用面饼表面瑕疵缺陷检测模型对待检测面饼表面瑕疵图像进行检测。本发明在面饼表面瑕疵图像存在各种噪声的情形下依然能够准确的定位。
技术关键词
表面瑕疵检测方法
面饼
瑕疵缺陷检测
表面瑕疵检测系统
图像采集设备
数据
注意力
语义特征
特征提取能力
训练集
深度学习框架
图像采集模块
标签文件
配置网络
鲁棒性
系统为您推荐了相关专利信息
CT扫描图像
注意力机制
图像分割模型
多层卷积网络
图像增强网络
异常状态
电力设备信息
状态监测信息
防爆配电柜
电力设备管理系统
LED灯带结构
蒙特卡罗
图像采集设备
图像边缘信息
传感
表面缺陷检测
标记方法
T型材
图像采集设备
算法模型