摘要
本发明公开了一种钢铁表面缺陷检测方法,包括以下步骤:步骤S1、获取钢铁表面缺陷数据集,对数据集中的图像数据进行预处理操作;步骤S2、构建基于YOLOv12钢铁表面缺陷检测模型,改善模型在钢铁表面缺陷检测任务中的性能;步骤S3、将步骤1所得的数据集输入至步骤2的YOLOv12钢铁表面缺陷检测模型中训练,将数据集分为训练集和测试集,训练模型并保存模型参数;步骤S4、检测阶段,加载已训练好的模型,输入钢铁表面缺陷图片进行钢铁表面缺陷检测;步骤S5、输出待测钢铁表面缺陷图像的最终结果。本发明通过将LDConv、SCSA及MPDIoU这三个模块与YOLOv12进行有效结合,将各模块的优点进行充分利用,对钢铁表面缺陷检测的效果得到了良好的提升。
技术关键词
表面缺陷检测方法
钢铁
表面缺陷图像
深度回归模型
注意力机制
数据
协同注意力
特征提取能力
语义
遮挡场景
光照
通道
模块
参数
多尺度
图片
颗粒状
系统为您推荐了相关专利信息
语义分割方法
解码器
多任务学习模型
全局平均池化
通道
数据生成模型
数据生成方法
编码器
多模态
机器人
集成传感模块
PDMS薄膜
LSTM神经网络模型
变压器故障监测
复合薄膜
裂缝检测方法
裂缝检测系统
输出特征
像素
空间金字塔