摘要
本发明公开了一种机织地毯生产自动识别疵点系统及方法,涉及图像处理的技术领域。通过对YOLOv8模型进行注意力增强和轻量化改进得到疵点检测模型,包括在颈部网络中添加注意力机制,检测头部分增加小目标检测层。将训练好的模型应用于机织地毯的疵点检测,获取待检测的机织地毯的表面图像并进行预处理,得到目标图像;输入至疵点检测模型,得到疵点检测结果。通过引入目标检测模型YOLOv8,能够从大量样本中学习复杂纹理特征,有效区分正常图案与疵点,大幅提高识别准确率。同时,增加小目标检测层,使得模型在检测小目标疵点时具备更高的敏感度,对细线断裂、微小污渍等小目标疵点的检测能力显著增强,减少漏检现象。
技术关键词
瓶颈结构
机织地毯
卷积模块
网络
检测头
深度学习模型
预测特征
广义
上采样
数据获取模块
坐标
注意力机制
纹理特征
图像处理
细线
关系
通道
系统为您推荐了相关专利信息
机器人巡检方法
动态场景
可见光图像
计算机程序指令
机器人巡检系统
环形喷头
数据分析单元
压力调节模块
驱动泵
清理组件
节点优化方法
注意力参数
神经网络模型
非暂态计算机可读存储介质
注意力机制
分类方法
鲁棒性
消息传递机制
神经网络模型
节点特征
面部特征
人脸识别方法
照度特征
面部识别
光照特征