摘要
本发明公开了一种基于改进的卷积神经网络算法的棒棒糖缺陷检测方法,包括对采集图像进行预处理,应用幻影卷积提取重要特征、设计不同层次的解码器输出添加修正值缓解深度模型梯度消失、将提取的特征图应用多尺度通道剪枝去除冗余特征确保网络更高效,应用注意力机制通过额外信息修正和特征融合增强局部特征学习能力、采用简化特征聚合策略增强多尺度融合、应用轻量化检测头实现实时检测棒棒糖缺陷。本发明提高了缺陷识别准确率以及定位目标查全率,减少了计算量参数量,降低了棒棒糖表面及内部缺陷检测的成本。
技术关键词
卷积神经网络算法
棒棒糖
缺陷检测方法
多尺度特征
幻影
彩色图像
RC模块
深度图
缺陷类别
多模态特征融合
内部缺陷检测
深度特征提取
输出特征
深度学习框架
简化特征
通道剪枝