摘要
本发明提供了一种基于YOLOv7的滤清器缺陷检测系统构造方法及设备,包括:步骤一:搭建滤清器图像采集模块;步骤二:对图像进行标注;步骤三:使用标记好的图像训练预定网络,采用训练好的预定网络生成拟真的缺陷图像,使用图像融合算法,将缺陷图像与无缺陷滤清器图像融合,生成带缺陷的滤清器图像,得到缺陷检测网络数据集;步骤四:搭建缺陷检测神经网络模型,在每个分支中添加注意力机制,使用预定损失函数替代原有损失函数;步骤五:对步骤四所述神经网络模型进行训练;步骤六:利用测试集对训练完成的模型进行测试;步骤七:将训练好的模型部署在流水线上。本发明通过精简YOLOv7的网络结构,提高了对小目标缺陷的感知能力。
技术关键词
缺陷检测系统
滤清器
神经网络模型
图像融合算法
非暂态计算机可读存储介质
嵌入式开发板
图像采集模块
注意力机制
分支
流水线
漆面划痕
网络结构
通信接口
参数
数据
处理器
存储器
系统为您推荐了相关专利信息
颈椎椎骨
感兴趣区域图像
分析方法
关键点
二叉树支持向量机
缺陷检测方法
印刷图案
基准
图像金字塔
缺陷检测系统
洞口
智能决策方法
数据处理模型
神经网络训练
生成隧道
踝关节角度
电刺激模块
电刺激系统
强度
LSTM神经网络模型