一种基于改进YOLO网络的焊缝缺陷检测方法及系统

AITNT
正文
推荐专利
一种基于改进YOLO网络的焊缝缺陷检测方法及系统
申请号:CN202510476478
申请日期:2025-04-16
公开号:CN120495176A
公开日期:2025-08-15
类型:发明专利
摘要
本发明涉及焊缝检测技术领域,公开了一种基于改进YOLO网络的焊缝缺陷检测方法及系统,包括:获取焊接原始图像,将其输入至主干特征提取网络、融合加强特征提取网络和注意力机制网络,得到焊接检测图像,基于焊接检测图像得到焊缝缺陷检测结果。本发明通过引入轻量化卷积与可变形卷积相结合的方法,能够有效提升检测速度与小目标检测的准确性,结合网络结构优化,确保了焊缝缺陷检测的高效性,能够在保持高准确率的同时提高检测效率,适用于工业自动化焊缝质量检测。
技术关键词
焊缝缺陷检测方法 神经网络特征 融合特征 特征提取网络 输出特征 卷积神经网络模块 通道注意力机制 空间金字塔 图像 多尺度池化 焊缝缺陷检测系统 上采样 池化特征 网络结构优化 输出模块
系统为您推荐了相关专利信息
1
一种基于多重融合特征组合的多模态情感分析方法
融合特征 注意力 音频特征 跨模态 文本
2
一种图像传感器轻量化深度学习方法及系统
方差特征 深度学习方法 输出特征 图像传感器 通道注意力机制
3
一种基于点云序列的多尺度时空频率行为识别方法
识别方法 离散余弦变换 点云 频率 特征提取模块
4
一种基于多模态多任务统一模型的图像处理方法
图像处理模型 图像处理方法 多任务 多模态 模态特征
5
一种纱线断线监测方法
纱线 关联规则挖掘算法 支持向量机模型 监测方法 信号
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