摘要
本发明涉及一种基于改进Faster R‑CNN与FPN的储氢罐表面缺陷检测方法,实施图像尺寸动态缩放策略和维护多尺度统计量,适应不同分辨率图像输入,再通过在Faster R‑CNN的骨干网络ResNet50中引入可变形卷积层,增强对微裂纹和腐蚀缺陷特征的捕捉能力;采用RankSort损失函数缓解类别不平衡问题,提升模型检测精度;构建双向特征金字塔结构FPN和自适应特征选择模块,优化多尺度特征融合;本发明有效提高了对储氢罐表面微裂纹(宽度<0.1mm)和细长型腐蚀缺陷的检测精度,能够实时、准确识别储氢罐表面的各种缺陷,提升了检测效率,同时能够更好地适应储氢罐不同类型的缺陷和不同分辨率的工业相机图像,增强了模型的泛化能力。
技术关键词
储氢罐
表面图像数据
表面缺陷检测方法
双向特征金字塔
双线性插值算法
可变形卷积层
多尺度特征融合
表达式
特征选择
表面微裂纹
双三次插值
动态
传播算法
分辨率
细长型
工业相机
滑动窗口
策略
系统为您推荐了相关专利信息
协同分析系统
多模态数据采集
温湿度
动态更新
映射算法
分布式新能源发电
耦合发电系统
容量配置方法
碱性电解槽
参数
待测物体
测量方法
计算机可读指令
透视变换矩阵
矫正
双字典学习
定位方法
姿态特征
全局字典
决策树训练
风格迁移方法
图像张量数据
实时图像
移动端
分块策略