摘要
本发明公开了基于改进YOLOv10的轻量化手机屏幕缺陷检测方法,包括以下步骤:S1:采集手机屏幕图像数据,对数据集进行增强处理并进行标注,构建手机屏幕缺陷训练数据集;S2:采用Starnet模块、C2f‑ODConv模块、Detect_LSCD模块改进YOLOv10网络模型结构,构建YOLO‑STAR网络结构的手机屏幕缺陷检测模型;S3:使用S1中构建的手机屏幕缺陷训练数据集作为输入,对改进后的YOLOv10网络结构模型进行训练;S4:将训练后的YOLOv10网络结构模型部署到移动设备上,对手机屏幕图像进行实时检测。本发明通过改进YOLOv10模型架构,降低模型复杂度和计算量,同时优化训练数据集和检测流程,提高模型在设备上的部署效率和实时检测性能。
技术关键词
手机屏幕缺陷检测
网络结构
网络模型结构
注意力机制
多尺度特征提取
图像
颈部结构
手机屏幕检测
优化训练数据
移动设备
通道
空间金字塔池化
卷积模块
检测网络模型
输出特征
系统为您推荐了相关专利信息
电网设备运行状态
输电线路参数
输电线路故障
分析方法
注意力机制
安全带佩戴识别
安全带佩戴检测
安全监管系统
检测网络模型
模块
空气质量预测方法
空气质量预测系统
上下文特征
变量
环境科学技术
动力电池热失控
迁移学习方法
退火策略
云数据平台
热失控预警
制氧机分子筛
深度神经网络模型
深度学习架构
交叉注意力机制
工作状态参数