摘要
本发明提供一种铝型材表面缺陷检测方法及系统,获取待缺陷检测的铝型材表面图像;将待缺陷检测的铝型材表面图像输入至预训练的HIE‑YOLO模型,得到HIE‑YOLO模型输出的铝型材表面缺陷检测结果;预训练的HIE‑YOLO模型采用双向特征金字塔网络结构,HIE‑YOLO模型基于铝型材表面缺陷训练样本训练得到;将待缺陷检测的铝型材表面图像输入主干网络进行特征提取,获得主干网络输出的多层次图像特征;将多层次图像特征输入颈部网络进行特征融合,获得颈部网络输出的融合后的特征;将融合后的特征输入头部网络进行目标检测,获得头部网络输出的铝型材表面缺陷检测结果。本发明能够显著提高对铝型材表面缺陷的检测精度。
技术关键词
YOLO模型
铝型材表面
双向特征金字塔
多层次
网络结构
非暂态计算机可读存储介质
通道
上采样
全局平均池化
输入模块
跨层特征
描述符
非线性特征
图像获取模块
处理器
系统为您推荐了相关专利信息
信息获取方法
传感节点
拓扑网络结构
通信状态信息
脑机接口装置
分析检测方法
大语言模型
漏洞
检测平台
代码分析方法
缓冲设备
管理方法
方位角
神经网络结构
电力设备管理
冷轧平整机
网络结构
计算机程序指令
工业大数据分析
轧制工艺技术
YOLO模型
超图模型
通道注意力机制
多尺度
子模块