摘要
本发明公开了一种基于多尺度特征的空气涡轮起动机外观质量检测方法,包括以下步骤:获取空气涡轮起动机外观图像数据并处理;多尺度特征处理模块通过MSConvFormerNet主干网络进行多尺度的特征提取,通过特征融合网络对提取的多尺度特征进行融合,生成具有多尺度融合信息的特征图;缺陷检测模块通过解耦头结构将检测的回归和分类任务解耦,对不同尺度融合信息的特征图进行检测,输出分类、边界框预测和置信度结果;模型训练过程中采用改进的边界框损失函数进行参数和权重更新;使用训练得到的检测模型对空气涡轮起动机外观质量进行检测,输出检测结果。本发明可以快速完成现场的自动化检测,具有高准确性、高稳定性和易追溯性特点。
技术关键词
空气涡轮起动机
多尺度特征
分支
特征融合网络
注意力机制
背景白板
协作机械臂
产品托盘
图像
数据
视觉相机
检测模型训练
空间特征提取
模块
局部特征提取
训练集
通道
系统为您推荐了相关专利信息
海上风电桩基
加热测温光缆
动态监测方法
注意力神经网络
测温单元
宠物机器人
二氧化碳浓度值
睡眠监测信号
声音信号特征
传感器模块
虚拟网络功能
迁移方法
决策
分层强化学习
资源状态信息