摘要
本发明公开了一种稀疏点云与GCN融合的柑橘缺陷检测方法及系统,本发明将柑橘数据集的点云输入GCN_PointNet++模型,所述GCN_PointNet++模型将GCN与PointNet++网络进行结合并且通过PaConv模块进行特征传递;对GCN_PointNet++模型进行BIFPN自蒸馏,结合BIFPN自蒸馏标签得到总蒸馏损失函数来指导学生网络训练,得到最佳点云分割结果,即为柑橘缺陷分割点云模型;基于柑橘缺陷分割点云模型对柑橘进行三维重建,建立三维点云网格mesh文件,根据网格形成的面来求缺陷面积。本发明实现了柑橘缺陷点云精确分割和柑橘缺陷面积的精确量化。
技术关键词
缺陷检测方法
教师
点云模型
蒸馏
网络
计算机可执行指令
网格
缺陷检测系统
模块
标签
球谐函数
计算机存储介质
多层感知器
样本
数据
三角形
处理器
学生
系统为您推荐了相关专利信息
数据生成方法
风险评估模型
企业
生成对抗网络
计算机可读指令
水位预测方法
卷积神经网络模型
构建卷积神经网络
站点
数据处理终端
三维点云重建方法
多曝光图像融合
深度图
单应性变换矩阵
特征提取网络
晶圆缺陷检测方法
计算机可执行指令
高维特征向量
特征工程
晶圆缺陷检测装置