摘要
本发明提出了一种基于轻量化混合聚合网络和增强广义特征融合的高精度织物疵点检测方法,包括步骤:S1:获取数据集,对数据集进行预处理,将预处理后数据集划分为训练集、验证集和测试集;S2:构建LME‑Yolov8疵点检测网络模型;所述LME‑Yolov8疵点检测网络模型包括依次连接的骨干网络、颈部网络和检测头,所述颈部网络采用EGFPN网络;所述颈部网络中构建有LMANet网络;S3:利用训练集和验证集对LME‑Yolov8疵点检测网络模型进行训练和验证,获取训练好的LME‑Yolov8疵点检测网络模型;S4:使用训练好的LME‑Yolov8疵点检测网络模型对测试集中织物图进行检测,得到织物疵点定位图像。本发明可有效提高疵点检测精度,以及模型的自适应性和泛化能力。
技术关键词
织物疵点检测方法
检测网络模型
模块
广义
检测头
训练集
更新模型参数
数据
级联
标注工具
传播算法
图片
输出特征
旁路
超参数
图像
通道
系统为您推荐了相关专利信息
工控计算机
状态测试方法
特征值
神经网络模型
信息采集模块
重调度方法
动态规划法
拉格朗日
线性化方法
松弛模型
卷积神经网络模型
预测系统
鲁棒性评估
分析模块
生成卷积神经网络
迁移学习模型
反馈增益系数
深度卷积神经网络
多模态
在线增量学习
协议
信号采集电路
数据记录方法
信噪比
电力保护装置