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及系统

AITNT
正文
推荐专利
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及系统
申请号:CN202411716403
申请日期:2024-11-27
公开号:CN119515861A
公开日期:2025-02-25
类型:发明专利
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
1
一种电网端边全要素分析的智能波形量测感知方法及系统
波形 多设备协同 服务器 量测设备 特征提取网络
2
一种不完整异构数据融合的接触网三维建模方法
三维建模方法 接触网检修 异构 三维点云模型 深度相机
3
对象检测模型的训练方法、对象检测方法、装置、设备、存储介质和程序产品
样本 对象检测模型 分类特征 云端 对象检测方法
4
基于表情识别的课堂学习质量评估方法及装置
人脸表情识别 特征提取网络 注意力机制 卷积模块 学生
5
针对软组织的多角度摄影及三维重建方法及系统
多自由度机械手 运动轨迹数据 图像序列数据 多角度 密度
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号