摘要
本发明公开了一种基于改进型SSD算法的钢缆表面缺陷检测方法,包括步骤:S1、构建钢缆表面缺陷数据集,包括若干钢缆图像、以及钢缆图像对应的缺陷类别。S2、构建钢缆表面缺陷检测神经网络,利用数据集对钢缆表面缺陷检测神经网络训练,得到钢缆表面缺陷检测模型;钢缆表面缺陷检测神经网络基于SSD网络构建,引入RestNet18作为SSD网络的骨干、单向特征融合块和改进的CBAM注意力模块、同时将Focalloss作为损失函数。S3、实时采集钢缆图像,输入至钢缆表面缺陷检测模型,获得对应的缺陷类别。本发明的一种基于改进型SSD算法的钢缆表面缺陷检测方法能够有效提升钢缆生产效率,降低人工成本。
技术关键词
SSD算法
表面缺陷检测方法
sigmoid函数
钢缆
萤火虫优化算法
输出特征
缺陷类别
全局平均池化
通道注意力机制
神经网络训练
双线性插值
模块
空洞
初始聚类中心
图像
样本
系统为您推荐了相关专利信息
咳嗽监测
数据处理单元
声敏传感器
电源管理单元
外壳组件
物体表面缺陷检测方法
玻璃平板
平面度误差
透射结构
条纹
靶标相互作用
药物
特征提取模块
注意力机制
交互特征
缺陷检测方法
笼绞
注意力机制
机器可读程序
图像增强
脑电情感识别方法
三维卷积神经网络
脑电图数据
构建分类器
多频段