摘要
本发明涉及一种实现金属带钢缺陷检测方法及装置,包括以下:捕捉待检测区域的触发信号,当获取到所述触发信号时,获取待检测区域的待测图像;对所述待测图像进行预处理得到预处理后的待测图像;将预处理后的待测图像输入预训练的改进的YOLOv8网络模型中,输出缺陷检测结果;若所述缺陷检测结果为有缺陷,则将待检测区域的金属带钢分拣至不合格区域,若所述缺陷检测结果为无缺陷,则将待检测区域的金属带钢分拣至合格区域;本发明使用深度学习的方法完成对金属带钢实时缺陷检测,用于解决图像表面存在噪声、尺度变化大难以检测以及模型参数量大、检测速度慢的问题。
技术关键词
带钢缺陷检测
网络
输出特征
光源控制器
注意力机制
模块
特征值
重构单元
冗余特征
带钢表面缺陷
机械臂
光电传感器
工控机
直方图均衡化
随机梯度下降
人机交互界面
图像采集装置
系统为您推荐了相关专利信息
区域图像识别
组织
图像块
动态规划算法
可执行程序代码
热点挖掘系统
热点挖掘方法
信息采集模块
互联网
文本聚类算法
精度提升方法
更新模型参数
校准
权限管理功能
高精度传感器
智能检测方法
融合算法
船舶
集装箱
多模态数据融合