摘要
本发明公开了一种基于YOLOv5n工业零部件表面缺陷检测方法及装置,方法包括:将注意力机制嵌入到主干网络的卷积层中,并引入动态蛇形卷积捕获跨通道的信息,捕获方向感知和位置感知的信息,将工业零部件表面缺陷图像数据集输入到主干网络中进行特征提取,得到三个不同尺度的特征图;引入Gold‑YOLO结构,通过全局融合多层特征并将全局信息注入到更高层次,生成突出全局信息的特征图;将得到的特征图输入特征金字塔网络中,通过下采样方式和上采样方式逐步在不同尺度上对特征图进行加权融合;输出缺陷检测结果,标注检测框、缺陷种类以及置信度。装置包括:处理器和存储器。本发明对工业零部件表面缺陷的检测精度更高,更符合工业生产中对零部件健康情况的监测维护需要。
技术关键词
零部件表面缺陷
特征金字塔网络
注意力机制
通道
活动轮廓模型
表达式
高层次
处理器
可读存储介质
存储器
对齐模块
索引
非线性
程序
指令
动态
工业生产
系统为您推荐了相关专利信息
自动编码器
网络拓扑结构
半监督聚类
多头注意力机制
模块
识别模型构建方法
时序遥感影像
掩膜方法
掩膜矩阵
数据
手机交互方法
交叉注意力机制
多头注意力机制
语音
超参数
单向数据传输装置
电平
三极管
发光二极管
通用传输方法