摘要
本发明涉及质量管理技术领域,具体为一种PVC管材的实时质量管理方法及系统,该方法可应用于PVC管材的质量管理,特别是高速生产线的实时缺陷检测。本发明首先,实时采集PVC管材的多模态数据集并对其进行预处理,得到预处理数据;其次,构建深度学习模型,利用深度可分离卷积和非对称卷积提取所述预处理数据的多尺度特征,减少深度学习模型参数;接着,利用多模态融合将提取的多尺度特征进行融合,并结合全局均值池化进行特征降维;然后,训练深度学习模型并评估其检测性能;最后,对PVC管材的表面缺陷进行实时检测报警。该发明基于深度学习模型对PVC管材表面缺陷进行检测,在提升检测的实时性的同时保证了检测精确度。
技术关键词
PVC管材
多尺度特征
深度图
图像数据预处理
融合特征
管理方法
降维特征
多模态
标记缺陷位置
管理系统
管材表面缺陷
训练深度学习模型
标注工具
预测误差
图像增强
模拟传感器
系统为您推荐了相关专利信息
事件流
位置识别方法
注意力机制
特征提取模块
融合特征
三维点云数据
特征提取单元
热红外传感器
估计方法
可见光传感器
视觉特征
生成视频内容
视频生成方法
编码特征
噪声特征
弹簧支撑杆
驱动轮组
管道检测机器人
视觉模组
越障方法