摘要
本发明公开了一种基于多模态数据融合的目标检测方法,涉及目标检测技术领域,本发明,采用动态对比度增强与边缘感知滤波耦合设计,通过区域灰度方差自适应拉伸及方向性噪声抑制,有效分离反光噪声与真实缺陷特征,降低误检率;空洞卷积特征保留分支与可变形特征融合机制协同作用,在避免下采样信息丢失的同时扩大有效感受野,使微小缺陷检出率大幅提升;基于CookTorrance模型的BRDF参数库与光照一致性校正,保障合成缺陷的光学真实性,缓解工业场景样本稀缺问题;量化预处理、深度可分离卷积与动态NMS阈值调节形成协同优化。
技术关键词
多模态数据融合
水平集函数
特征提取网络
双向特征金字塔
空洞
金属表面缺陷
阈值机制
亮度校正
边缘检测算子
对比度
热力图
动态
灰度方差
增强子
分支
图像
检测头
光照
生成二值化
粗糙度参数
系统为您推荐了相关专利信息
多模态数据融合
心率
推荐方法
功率值
策略梯度强化学习
图像识别分类系统
工业产品图像
高清工业相机
特征提取网络
高精度零件
交互式图像分割
特征金字塔
特征提取模块
注意力
补丁
图像自动采集装置
2D线阵相机
铁路货车轮轴
车轴轴身
龙门式框架结构
极地船舶
语义分割方法
偏振光
语义分割网络
网络模块