摘要
本发明提供了一种纸张质量检测方法及系统,涉及缺陷检测技术领域,一种纸张质量检测方法基于YOLOV8模型,所述方法包括:根据浅层网络特征提取模块对待测纸张图像进行特征提取操作,得到初始特征图;当深层网络特征提取模块对初始特征图进行下采样操作时,将初始特征图划分为多个特征区域,并通过自适应权重下采样模块为每个特征区域划分权重,进而生成加权特征图;通过可逆特征融合模块,将加权特征图反向传递至浅层网络特征提取模块,得到融合后的加权特征图;通过深层网络特征提取模块根据融合后的加权特征图确定待测纸张图像的缺陷信息。本发明可以更准确地识别和分类纸张上的缺陷,实现了更高精度、更高效率的纸张缺陷检测。
技术关键词
加权特征
特征提取模块
待测纸张
网络特征
采样模块
融合特征
多层卷积网络
注意力机制
缺陷检测技术
图像生成单元
纸张缺陷
信息处理单元
特征提取单元
尺寸
通道
输出特征
系统为您推荐了相关专利信息
焊接区域结构
强化特征
形态
融合特征
Sigmoid函数
遥感图像分割方法
多尺度特征提取
融合特征
多阶段
注意力
信号发生器
PID控制器
传输模块
信号源
电子系统
人机交互手势
人机交互方法
关键帧
穿戴设备
三维卷积神经网络模型
医疗图像数据
分类器
医疗图像分类
分类模型构建方法
图像类别标签