基于改进YOLOv10的轻量化手机屏幕缺陷检测方法

AITNT
正文
推荐专利
基于改进YOLOv10的轻量化手机屏幕缺陷检测方法
申请号:CN202510224895
申请日期:2025-02-27
公开号:CN119904449A
公开日期:2025-04-29
类型:发明专利
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
1
基于多数据融合的电网设备运行状态分析方法及系统
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
2
一种基于安全带佩戴检测的行驶安全监管系统
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
3
一种基于改进Transformer的空气质量预测方法及系统
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
4
动力电池热失控预警大模型的迁移学习方法
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
5
一种基于人工智能的制氧机分子筛寿命实时预测方法
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
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号