摘要
本发明公开了一种基于多层级关系增强的弱小目标检测方法,旨在检测PCB电路板外观弱小缺陷,属于工业质检和机器视觉领域。本发明将Faster RCNN作为基准模型,包括特征提取器、候选框生成器、辅助检测器,对应的输出特征分别为图像级特征、实例级特征、类别级特征;本发明设计了一组图像级到实例级的上下文语义关系增强和实例级到实例级的视觉推理组件,并通过残差融合模块将上述组件的输出进行融合,进而输送至检测器,实现对输入图像数据表面弱小缺陷目标的检测。本发明增强了基准模型对弱小缺陷目标的表征能力,可准确检测到PCB电路板外观弱小缺陷,提升了电路板外观质量和企业生产效益。
技术关键词
上下文语义信息
视觉推理
电路板外观
特征提取器
图像
全局平均池化
层级
检测器
PCB电路板
关系
嵌入特征
矩阵
电路板缺陷
编码器
工业质检
基准
通道
代表
系统为您推荐了相关专利信息
优化工艺参数
植物提取工艺
多源特征
多模态数据采集
热力图
近红外图像传感器
照明模块
可见光图像
车牌
光扩散器
预训练模型
图像识别方法
多模态
描述符
文本编码器
接触网支撑装置
精细化识别方法
铁路接触网
识别器
图像块
远程妇科就诊系统
患者
加密数据
方柱
图像识别模型