基于深度学习的化纤质量量化评估方法及系统

AITNT
正文
推荐专利
基于深度学习的化纤质量量化评估方法及系统
申请号:CN202411495760
申请日期:2024-10-25
公开号:CN119048489B
公开日期:2025-01-28
类型:发明专利
摘要
本发明提供一种基于深度学习的化纤质量量化评估方法及系统,对多个丝饼图像分块进行图像特征提取得到图像特征序列,对多个图像特征实施自关注策略的关联特征提取,完成整体语义的深度整合,在关联特征提取时,防止目标丝饼图像分块的多个图像特征对其他丝饼图像分块的多个图像特征的关注,完成关联特征提取后,图像整体标识的视觉隐式表示表征了多个丝饼图像分块的整体语义。基于此,通过图像整体标识的视觉隐式表示获得整体缺陷检测信息,通过多个图像特征的视觉隐式表示进行局部图像缺陷检测,获得局部缺陷检测信息。通过整体缺陷检测信息和局部缺陷检测信息确定目标缺陷检测信息,增加了缺陷检测精度。
技术关键词
丝饼 分块 图像缺陷检测 图像检测器 序列 量化评估方法 图像特征提取 视觉 策略 矩阵 化纤 标识 一致性检测 索引 计算机系统 处理器 坐标 语义 图像块
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号