摘要
本发明公开了一种基于图像识别的离心风扇外观质量检测方法,包括如下步骤:S1、采集多角度图像并进行预处理;S2、图像增强,生成数据增强图像集;S3、构建注意力残差轻量网络模型,提取并编码缺陷特征;S4、豺狼优化算法联合优化,注意力残差轻量网络模型结构与训练超参数;S5、训练优化后的注意力残差轻量网络模型,得到缺陷识别模型;S6、输入待测图像,输出缺陷类型与空间坐标;S7、分类与评估缺陷,判断严重程度;S8、剔除不合格品并记录至数据库。本发明用于实现离心风扇外观缺陷的自动识别、分类与剔除,提高检测精度与生产效率。
技术关键词
离心风扇
卷积特征提取
超参数
图像增强
融合注意力机制
网络模型结构
剔除不合格品
联动装置
通道注意力机制
坐标
训练注意力
数据
网络模型训练
局部特征提取
多角度
邻域
系统为您推荐了相关专利信息
图像
训练集数据
上采样
融合注意力机制
卷积模块
字符
图像识别算法
液晶显示区域
边缘检测算法
液晶检测系统