摘要
本发明提供了一种焊缝缺陷检测方法、电子设备及介质,本发明的方法包括:获取焊缝图像;对平均亮度值低于阈值的焊缝图像进行增强处理,得到增强图像;将平均亮度值高于阈值的焊缝图像和增强图像作为深度学习网络模型的输入,训练所述深度学习网络模型,得到焊缝缺陷检测模型。本发明通过空间注意力机制增强关键特征,聚焦于重要的空间区域,同时抑制不相关的信息,处理后的特征保留了各自尺度的关键信息。通过C3k2模块的跨阶段部分连接,有效地优化和精炼特征,提升了特征的融合与表示能力,确保信息能够在不同层级和尺度之间传递和融合,实现对各种尺度目标的准确识别和定位;多层次检测体系能够覆盖多尺度目标,提升对小目标缺陷的检测能力。
技术关键词
焊缝缺陷检测方法
深度学习网络模型
检测头
积层
图像增强
输出特征
亮度
模块
前馈神经网络
光照特征
电子设备
处理器
注意力机制
表达式
级联
系统为您推荐了相关专利信息
灰度共生矩阵
深度学习网络模型
综合评估模型
纹理
深度学习算法
性分析方法
特征金字塔网络
数字高程模型数据
数字正射影像图
数字表面模型
轻量级神经网络
遮挡检测方法
遮挡检测功能
电机同步控制方法
图像熵值
三维建筑物模型
边界识别方法
对象
数据
多源融合