摘要
本发明提供一种面向工业缺陷检测场景下的微小目标检测方法,涉及微小目标检测方法技术领域。首先建立一种新型的针对微小缺陷目标的检测框架SLA‑YOLO,对微小缺陷图像切片处理ISP;构建T‑YOLO模型,并将得到的切片图像Pi被全部输入到T‑YOLO模型进行训练,然后进行检测框架SLA‑YOLO的推理阶段;采用切片辅助推理SAHI提升检测效果,即将训练好的T‑YOLO模型对图像推理时采用图像切片处理ISP;在每一张切片图像Pi上进行一次检测,i=1,2……t,最后将每张切片图像上的缺陷推理结果拼接在一起,实现一种面向工业缺陷检测场景下的微小目标检测,保证实时处理速度的同时更好地完成检测任务。
技术关键词
工业缺陷检测
YOLO模型
切片
图像
内核
场景
模块
网络
空间特征信息
多尺度特征融合
检测头
特征金字塔
多级特征
分支
建模技术
注意力机制
阶段
动态
系统为您推荐了相关专利信息
场景灯光
布景
视觉特征信息
特征描述符
图像采集设备
轨道交通工具
实训工具
识别方法
YOLO模型
计算机执行指令
阅读版面优化方法
长短期记忆网络
环境光
字体文件
卷积神经网络提取
图像分割方法
图像分割模型
多光谱
矩阵
孤立森林算法
图像增强方法
多尺度
优化神经网络模型
图像融合技术
输入神经网络模型