摘要
本发明公开了一种笼绞缺陷检测方法及系统,属于计算机视觉技术领域,该方法的实现包括以下步骤:采集笼绞生产过程中产生的缺陷数据集,并对采集到的数据集进行图像增强;对数据集中的图片进行标注,将数据集按比例划分为训练集、验证集和测试集;根据笼绞数据集特性,初始化Anchor框参数;主干网络中引入增强SE注意力机制,提升对当前任务有用的特征图通道,并抑制对当前任务无用的特征通道;使用Soft‑NMS筛选预测框;引入Focal‑CIoU,通过调节因子α来平衡高质量样本和低质量样本对损失的贡献。本发明能够提高对笼绞表面缺陷检出能力,减少实际应用过程中的误检与漏检情况。
技术关键词
缺陷检测方法
笼绞
注意力机制
机器可读程序
图像增强
样本
图像缩放技术
sigmoid函数
数据
训练集
线阵相机采集
聚类算法
缺陷检测系统
缺陷检测装置
计算机视觉技术
图片
图像处理
模型训练模块
非线性特征