摘要
本发明公开一种基于多尺度特征融合和扩散金字塔网络的布匹瑕疵检测方法,包括如下步骤:S1:构建疵布图像数据集;S2:搭建深度学习网络模型,其中,所述深度学习网络模型包括骨干特征提取网络、颈部特征聚焦扩散金字塔网络、在骨干特征提取网络中使用的跨阶段多尺度特征融合模块,以及在颈部特征聚焦扩散金字塔网络中使用的特征聚焦模块和检测头结构;S3:训练所述深度学习网络模型;S4:基于训练好的深度学习网络模型对待检测的布匹图像进行检测。本发明通过引入跨阶段多尺度特征融合模块,可有效捕捉布匹中瑕疵的细节特征,从而提升检测的准确性和鲁棒性。
技术关键词
多尺度特征融合
布匹瑕疵检测方法
深度学习网络模型
金字塔网络
特征提取网络
织布机装置
卷积模块
检测头结构
特征提取模块
图像
全局特征提取
瑕疵检测系统
通道
阶段
开源工具
尺寸特征
系统为您推荐了相关专利信息
三维建模方法
接触网检修
异构
三维点云模型
深度相机
人脸表情识别
特征提取网络
注意力机制
卷积模块
学生
多自由度机械手
运动轨迹数据
图像序列数据
多角度
密度