基于FPGA和YOLO的板带钢表面缺陷检测方法

AITNT
正文
推荐专利
基于FPGA和YOLO的板带钢表面缺陷检测方法
申请号:CN202510038504
申请日期:2025-01-10
公开号:CN119963511A
公开日期:2025-05-09
类型:发明专利
摘要
本发明公开了一种基于FPGA和YOLO的板带钢表面缺陷检测方法,属于图像识别技术领域。本发明的目的是通过改进YOLO算法,提高网络对板带钢表面瑕疵缺陷重要特征的表示能力,从而提升模型的准确度。利用FPGA的高速并行处理能力,实现板带钢表面缺陷的实时检测,减少检测延迟,提高生产效率。采用FPGA硬件实现检测算法,同时通过多种技术手段减少检测精度的损失,并提升FPGA设备的资源使用效率,提高系统的稳定性和可靠性,减少因为软件故障导致的检测误差和停机时间。相比传统的检测系统,本发明可以降低硬件成本和维护费用。同时,该系统可广泛应用于目标识别领域。
技术关键词
带钢表面缺陷 网络结构 通道注意力机制 特征金字塔 数量化方法 YOLO算法 数据输入模块 多层次特征 带钢缺陷 图像识别技术 预训练模型 图片 分层 检测误差 方程
系统为您推荐了相关专利信息
1
一种多模态图像融合方法、系统、介质及设备
可见光图像 多模态图像融合模型 基础 特征提取对图像 解码器
2
一种基于数字孪生协同残差网络的剩余寿命预测方法
剩余寿命预测方法 通道注意力机制 数字孪生 残差网络 发射体
3
一种融合堆叠自编码器与残差网络的室内定位方法
残差神经网络 室内定位方法 RSSI数据 遗传算法 编码器
4
一种基于自适应学习的影像测量仪AI自动采点优化处理方法、系统及平台
影像测量仪 学习算法 数据处理单元 网络结构 随机梯度下降
5
一种基于内容引导模块的交通目标流量统计算法
流量统计算法 交通 嵌入式平台 硬件解码 模块
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号