摘要
本发明涉及板材缺陷检测技术领域,具体为一种基于机器视觉的复合材料板凹坑和脏污检测方法,包括以下步骤:S1:启动感知层的视觉系统,视觉系统对复合材料板连续拍照;S2:数据与算法处理层的视觉程序调用感知层采集的图像,预处理后调用融入了ECA通道注意力机制的目标检测模型对图像上的缺陷进行检测;S3:传输层输出缺陷的类别和位置信息到应用层;S4:应用层内贴标机执行贴标操作;S5:若视野内有复合材料板,则循环步骤S2—S4。本发明利用YOLOX算法训练深度学习模型,模型处理速度快、精度也较高,并且在YOLOX算法中融入了ECA通道注意力机制,可以进一步提高深度学习模型的检测精度。
技术关键词
复合材料板
对射光纤传感器
通道注意力机制
光源控制器
脏污
工业相机
凹坑
生成对抗网络
工控机
视觉系统
图片
相机组件
程序
贴标机
液态镜头
板材缺陷检测
训练深度学习模型
系统为您推荐了相关专利信息
图像分割方法
边界特征
数据
局部纹理特征
多尺度特征融合
条码图像
图像分割模型
条码识别方法
通道注意力机制
编码规则
深度图
超分辨率网络
特征提取模块
多模态
多尺度特征融合
训练卷积神经网络
分布特征
双路径网络
医学图像重建方法
通道注意力机制
孪生神经网络
特征提取模块
人体活动识别方法
数据
样本