摘要
本申请公开了一种纤维织物疵点检测方法及装置,涉及纤维织物疵点检测技术领域,解决了现有技术中模型在处理复杂背景、小尺寸缺陷或极端长宽比缺陷时鲁棒性和准确率较低,以及难以兼顾轻量化和检测性能的问题,该方法包括构建数据集和SRSE‑YOLO模型,其中,SRSE‑YOLO模型以YOLOv8模型为基础引入SCConv_BS模块、RL‑SPPF模块、SCE‑C2f模块、Inner‑DIoU损失函数以及增加160×160尺度的小目标检测头,然后进行模型的训练和应用,能够增强复杂纹理和细节特征的捕捉能力,提升了检测精度的同时降低了计算量和参数量,实现了模型多尺度特征的有效融合,提高了对细小或不规则形状疵点的检测性能,大幅提高了微小疵点识别率及检测框的精准度。
技术关键词
疵点检测方法
纤维织物
YOLO模型
重构单元
空间金字塔池化
检测头
疵点检测技术
积层
疵点检测装置
Sigmoid函数
空间结构信息
卷积模块
上采样
注意力
多尺度特征
融合策略
尺寸
批量
系统为您推荐了相关专利信息
缺陷检测系统
缺陷检测方法
YOLO算法
模型训练模块
神经网络模型
人体姿态识别
运动姿态评估方法
人体姿态数据
矩阵
模型构建方法
低空无人机
智能巡检方法
飞行参数数据
无人机实时飞行
巡检场景
超宽带生物雷达
心率检测方法
信号
接触式
小波变换方法
计算机视觉算法
图像识别方法
风格
多光谱成像仪
基础分类器