摘要
本发明公开了一种基于改进YOLOv8的瓷砖多尺度表面缺陷检测方法,涉及目标检测领域。本发明提供的瓷砖表面缺陷检测方法,包括如下步骤:S1、获取瓷砖表面缺陷图像;S2、切割图像以及数据增强,构建得到瓷砖表面缺陷图像数据集;S3、构建并初始化改进YOLOv8卷积神经网络检测模型,将搭建的缺陷图像数据集输入所述的改进YOLOv8卷积神经网络检测模型进行训练,得到所对应的瓷砖表面缺陷检测神经网络模型;所述改进YOL Ov8卷积神经网络检测模型包括使用ASF架构重构原模型的颈部结构并增加微小目标检测头;设计C2f_DD模块用于替换原主干网络的C2f模块;设计一种共享参数检测头(SPaD)。S4、对改进后的YOLOv8卷积神经网络检测模型进行测试和评价。
技术关键词
表面缺陷检测方法
表面缺陷图像
瓷砖
颈部结构
检测头
多尺度
神经网络模型
序列特征
特征金字塔网络
编码模块
重构
数据
滑动窗口
参数
批量
像素
系统为您推荐了相关专利信息
音频适配器
多模态
音频编码器
图像特征向量
语义
图像缺陷检测方法
焊缝缺陷检测
缺陷特征提取
双线性插值法
网络表征
融合无人机
特征提取网络
金字塔特征
语义特征
特征金字塔
自动驾驶决策方法
道路场景图像
传感器融合
车道
特征提取模块