摘要
本发明公开了基于YOLOv8n的通道级联特征融合与增强的小目标缺陷检测方法,涉及人工智能技术领域,主要包括以下部分:在backbone部分中,利用空间通道深度融合注意力模块对图像进行特征表示,提取不同尺度的特征图;在neck部分中,利用通道级联融合注意力上采样模块,进行多尺度特征融合和增强,以此弥补不同尺度特征图之间的特征差;在head部分,利用neck部分对获取的融合特征进行目标检测,获得目标类别、位置和置信度。因此,采用上述基于YOLOv8n的通道级联特征融合与增强的小目标缺陷检测方法,能够高效提取特征图语义信息,同时更好地保留原始图像信息,降低复杂背景对小目标缺陷检测的影响。
技术关键词
缺陷检测方法
通道注意力机制
级联
上采样
多尺度特征融合
融合特征
模块
全局平均池化
人工智能技术
非线性
语义
图像
像素
坐标
网络
编码
框架
系统为您推荐了相关专利信息
光学成像
缺陷检测方法
缺陷检测装置
多波长光源
深度学习算法
车辆检测方法
融合深度图
分支
颜色
深度学习模型
胶水
缺陷检测方法
蓝光LED光源
图像处理
涂抹
图像清晰化方法
网格
深度信息提取
编码器解码器
通道