摘要
本申请提供了一种微弱划痕检测方法、装置、电子设备及存储介质,有效地解决了目前的无监督学习方法对于铝板的微弱划痕检测与定位的精度不足,与真实情况存在显著差异的问题。该方法包括:输入所述待测试图像至预先训练好的微弱划痕检测模型中;提取所述待测试图像中的图像特征得到特征图集合,从特征图集合中选取出多张目标特征图;多尺度融合所述多张目标特征图得到集合特征图,展开所述集合特征图得到多个特征图像块和嵌入特征向量;基于从多个嵌入特征向量选择出的目标嵌入特征向量与正常嵌入特征向量进行计算,得到异常分数图,基于所述异常分数图得到划痕检测结果,并评估所述划痕检测结果以完成对待测试铝板的微弱划痕检测。
技术关键词
划痕检测方法
深度卷积神经网络
铝板
机器可读指令
多尺度
划痕检测装置
监督学习方法
电子设备
图像块
处理器
可读存储介质
存储器
数值
序列
模块
计算机
样本
精度
系统为您推荐了相关专利信息
彩色云图
地面气象观测数据
数值天气预报
光伏电站
地面气象站
智能监测系统
市政排水管
节点
高频特征
融合多传感器数据
智能决策系统
三维振动传感器
爆破振动信号
边坡
反馈控制模块
CT图像序列
四维计算机断层扫描
修正方法
对抗网络模型
深层特征提取