摘要
本发明提出一种基于语义分割网络的木材表面颜色缺陷检测方法,基于木材表面颜色缺陷检测模型,该模型以HRNet作为基础网络结构,以多分支特征编码模块MFEM作为网络的编码层;在基础网络HRNet中使用并行多分辨率架构来防止木材表面图像的低对比度变色缺陷特征被稀释,通过并行多分辨率架构中多尺度特征的反复交叉融合来增强模糊特征的全局表示,提高木材表面颜色缺陷检测的鲁棒性;在多分支特征编码模块中以多个分支并发提取特征,生成具有互补特性的特征图,以增强网络对缺陷细微细节的识别能力;本发明应用到木材表面颜色缺陷检测时,可以有效实现木材颜色缺陷的识别。
技术关键词
语义分割网络
缺陷检测方法
多分辨率
分支
颜色
编码模块
模糊特征
图像
线性单元
网络结构
通道
双线性插值
结构网络
上采样
线阵相机
基础
鲁棒性
系统为您推荐了相关专利信息
检测太阳能电池片
缺陷检测方法
采集组件
光源
缺陷检测系统
YOLO模型
缺陷检测方法
通道注意力机制
检测铁路轨道
颈部结构
电力
识别方法
高分辨率摄像头
视觉
数据获取模块
遥感预测方法
语义分割模型
水面漂浮物
黑臭水体
影像