摘要
本发明涉及微纳缺陷智能检测方法、装置、设备及介质,方法包括:获取训练数据集;构建微纳缺陷智能检测模型;将缺陷图像以及对应的标签图像作为一组训练数据输入微纳缺陷智能检测模型,基于预先构建的损失函数进行训练,得到训练好的微纳缺陷智能检测模型;训练过程中,微纳缺陷智能检测模型通过注意力机制对提取的特征在通道维度及空间维度上进行权重分配,得到缺陷增强的特征图;对缺陷增强的特征图进行特征融合得到融合特征图,通过解耦的方式对融合特征图分别进行分类和定位处理,得到缺陷类别和缺陷位置;最后通过训练好的微纳缺陷智能检测模型对构件进行缺陷检测。本发明能够提高微纳缺陷智能检测模型的检测和分类能力。
技术关键词
缺陷智能检测方法
引入注意力机制
融合特征
跨层特征
特征提取网络
缺陷类别
图像
特征融合网络
缺陷智能检测装置
通道
空间金字塔池化
标签
归一化模块
模型训练模块
数据获取模块
系统为您推荐了相关专利信息
注意力
网络模型训练方法
融合特征
子模块
结构组
时空融合特征
早期识别方法
模式特征向量
权重特征
序列
网格特征
特征提取网络
区域候选网络
多传感器
门控循环单元
真伪识别方法
文本特征向量
特征提取网络
大语言模型
样本