摘要
本发明涉及计算机视觉和深度学习技术领域,具体提供了一种钢带表面缺陷检测方法及装置,首先,利用M2S改进Yolo算法实现缺陷感兴趣区域圈定;然后,在DenseNet算法基础上加入SE注意力模块,加强对细微差别的分辨能力,提升对钢带绕包缺陷检测的精确度。与现有技术相比,本发明能够加强对细微差别的分辨能力,提升对钢带绕包缺陷检测的精确度。
技术关键词
表面缺陷检测方法
机器可读程序
表面缺陷检测装置
注意力
感兴趣
模块
全局平均池化
随机梯度下降
深度学习技术
比率
计算机视觉
图像
算法
数据
关系
分辨率
基础
存储器
处理器
颜色
系统为您推荐了相关专利信息
多尺度特征融合
特征金字塔
多尺度特征提取
图像
输入神经网络模型
深度神经网络模型
点云数据融合
样本
生成结构
联合损失函数
信号特征提取方法
注意力模型
非暂态计算机可读存储介质
通道
动态变化数据