摘要
本发明提供了一种基于多摄像头动态协同与深度学习融合的连接器检测方法,包括以下步骤:S1.配置摄像头数量及观测位姿,对待检测连接器进行一次采集;S2.采用轻量级网络对步骤S1中摄像头所采集的图像进行第一阶段检测,筛选存在缺陷的连接器,并输出第一检测结果;S3.根据第一检测结果,针对存在疑似缺陷的连机器,重新摄像头数量,调整摄像头的观测位姿,并对所述连接器进行二次采集;S4.采用改进型深度神经网络对二次采集的图像进行第二阶段检测,输出缺陷的精确三维位置坐标、尺寸量化数据,作为连接器质量评估的依据。本发明利用轻量级网络快速筛查,针对初筛出的疑似缺陷,采用改进型深度神经网络,精准输出缺陷三维坐标与尺寸数据。
技术关键词
深度学习融合
深度神经网络
轻量化卷积神经网络
动态
特征提取模块
空间金字塔池化
图像
多尺度特征融合
PID控制算法
通道注意力机制
坐标
调节连接器
全局平均池化
尺寸缺陷
多模态
光线传感器
补光装置
光纤传感器