摘要
本发明公开了一种基于半监督的复杂纺织品表面的缺陷检测方法,属于复杂工业品表面缺陷检测技术领域,包括以下流程:S1、以U‑Net为框架,在训练阶段借助模拟的异常样本和双输入图像完成语义分割任务;S2、通过图像级特征差异计算模块PDFM计算出两种输入图像之间的差异信息,得到拼接的图像级特征FDi;S3、拼接得图像级特征FDi先经过多尺度特征融合模块MSFFA进行特征融合;S4、最后通过由U‑Net改进的上采样模块对MSFFA模块中的结果进行解码,最终得到预测结果。本发明采用上述的一种基于半监督的复杂纺织品表面的缺陷检测方法,可以对复杂纺织品表面的缺陷进行精准的定位,模型架构简单,并且产生的开销较低,适用于工业生产。
技术关键词
缺陷检测方法
纺织品
多尺度特征融合
噪声图像
中间层
注意力机制
特征匹配算法
采样模块
表面缺陷检测
描述符
样本
矩阵
透明度
卷积特征
语义
坐标
输出特征
系统为您推荐了相关专利信息
神经网络模型
数据加载方法
编译方法
数据加载装置
计算机程序产品
脑血管分割方法
注意力
神经网络模型
动态
解码器