基于多头注意力机制的改进组卷积和特征增强融合网络的轧钢表面缺陷检测方法

AITNT
正文
推荐专利
基于多头注意力机制的改进组卷积和特征增强融合网络的轧钢表面缺陷检测方法
申请号:CN202411511608
申请日期:2024-10-28
公开号:CN119417796A
公开日期:2025-02-11
类型:发明专利
摘要
本发明提供基于多头注意力机制的改进组卷积和特征增强融合网络的轧钢表面缺陷检测方法,其中,方法包括:获取轧钢表面缺陷图像数据集;基于分组空间多尺度卷积模块和特征增强融合网络,根据轧钢表面缺陷图像数据集,训练缺陷检测模型;将所需检测图像输入缺陷检测模型,获得目标轧钢表面缺陷检测结果。本发明的基于多头注意力机制的改进组卷积和特征增强融合网络的轧钢表面缺陷检测方法,引入分组空间多尺度卷积模块和特征增强融合网络改进YOLOv7目标检测模型,获取预训练缺陷检测模型,基于训练样本训练预训练缺陷检测模型获取缺陷检测模型,将所需检测图像输入缺陷检测模型,获得缺陷检测结果,提升了模型缺陷检测性能。
技术关键词
表面缺陷检测方法 多头注意力机制 轧钢 空间多尺度 表面缺陷图像 进程监控 语义 卷积模块 人工缺陷 网络 归因 表面缺陷检测系统 检测模型训练 损失函数优化 检测子系统 图像特征提取
系统为您推荐了相关专利信息
1
基于自注意力神经受控的交通速度预测方法及装置
交通速度预测方法 地图数据服务器 变量 时序特征 序列
2
一种基于LSTM+GAT的音乐情感分类方法
音乐情感分类方法 多头注意力机制 时序特征 高层语义特征 音乐特征提取
3
基于大数据处理的数字大脑模型训练数据清洗方法
训练数据清洗方法 文本 词语 语句 矩阵
4
去冗余感知多维用电数据融合的异常检测方法及系统
异常检测方法 多头注意力机制 冗余 数据 卷积神经网络模型
5
一种基于大模型的工程造价自动抽取和分析方法
编码器模块 编码向量 分析方法 多头注意力机制 编码器结构
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