摘要
本公开公开了基于深度学习的轮毂表面缺陷检测的方法和装置,涉及数据处理技术领域,采集轮毂图像样本,并对轮毂图像样本进行标注得到训练数据集;将预训练完成的VGG19模型的前层网络设置为特征提取模块;基于特征提取模块、多尺度特征分解模块构建轮毂缺陷检测模型;计算多尺度特征分解模块的最优特征分解层数;根据最优特征分解层数对轮毂缺陷检测模型进行优化,得到优化后轮毂缺陷检测模型;基于训练数据集对优化后轮毂缺陷检测模型进行训练,并基于预设回归损失函数确定每次迭代训练的优化后轮毂缺陷检测模型分别对应的总损失值;将最小的总损失值对应的优化后轮毂缺陷检测模型确定为轮毂缺陷目标检测模型;轮毂缺陷目标检测模型对轮毂进行检测。
技术关键词
轮毂缺陷
多尺度特征
表面缺陷检测
特征提取模块
粒子群优化算法
最佳特征
大规模图像数据
样本
注意力机制
参数
网络结构
处理器
数据处理技术
计算机程序产品
系统为您推荐了相关专利信息
识别检测方法
闸机通道
纹理特征
识别置信度
Gabor滤波器
状态识别方法
状态监测系统
Welch算法
约束优化算法
隐马尔科夫模型
检测模型训练方法
图像
检测损失
多尺度结构
边缘结构信息