摘要
本发明公开了一种基于多模态数据的冷轧板形缺陷识别方法,包括:收集冷轧钢板的板形信息,板形信息包括:冷轧钢板的板形图像信息、工艺时序参数信息以及运动时序参数信息;构建冷轧板形缺陷识别模型,将冷轧钢板的板形图像信息输入冷轧板形缺陷识别模型的轻量化CNN模块中提取图像特征,将冷轧钢板的工艺时序参数信息以及运动时序参数信息输入冷轧板形缺陷识别模型的双向LSTM模块中提取时序特征,将提取的图像特征和时序特征输入时空交叉注意力层中提取融合特征,将提取的融合特征分别输入缺陷分类模块和缺陷占比预测模块中,分别预测出冷轧钢板的缺陷类型和缺陷占比。本发明能够实现高精度、低延迟的冷轧板形缺陷识别。
技术关键词
冷轧板形
冷轧钢板
缺陷识别方法
融合特征
时序特征
多模态
动态剪枝
图像
多尺度
交叉注意力机制
卷积模块
全局平均池化
数据
通道剪枝