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
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
图像处理模型
图像处理方法
多任务
多模态
模态特征
纱线
关联规则挖掘算法
支持向量机模型
监测方法
信号