一种基于深度神经网络RT-detr的弹孔检测方法

本发明公开了一种基于深度神经网络RT‑detr的弹孔检测方法，属于计算机视觉的目标检测技术领域，通过前端信息采集设备采集弹孔图像；对弹孔图像进行预处理以及标注，生成用于深度学习的弹孔数据集；基于改进的RT‑detr网络结构构建弹孔检测模型；采用弹孔数据集对弹孔检测模型进行训练和测试，得到训练好的弹孔检测模型；将实时采集到的弹孔图像输入到训练好的弹孔检测模型中，得到弹孔检测结果。本发明采用基于RT‑detr神经网络检测弹孔，通过多层神经网络直接从原始数据中学习数据表示，从而达到弹孔检测效果。解决了各种条件下如变化的天气、光线、季节、视点和由于移动物体存在而造成的遮挡化，提供更高的鲁棒性。