摘要
本发明涉及一种聚乳酸试件内部缺陷检测方法,属于目标检测技术领域,该方法包括:S1、图像处理,获得输入图像;S2、注意力增强特征提取,初步提取空间特征,捕捉全局信息和局部信息,聚焦缺陷区域,生成增强特征图;S3、特征融合,输出融合特征图;S4、自注意力重参数化,输出局部特征图;S5、HSV斑点检测,包括色彩转换算法和缺陷增强算法;S6、输出结果,建立边界框回归任务预测边框坐标输出缺陷位置,识别类别标签输出缺陷类型,评估可靠性输出置信度。本发明使用深度可分离卷积来进行特征提取,增强低对比度缺陷的可见性和可检测性,并且建立注意力增强网络能够自适应地关注缺陷相关的关键区域,缺陷检测更加精准高效。
技术关键词
试件内部缺陷
疲劳寿命预测
聚乳酸
注意力
随机森林模型
分块算法
直方图均衡化算法
斑点
融合特征
转换算法
重构算法
分解算法
对比度
线性单元
图像处理
生成二值化
交叉验证方法
色彩
系统为您推荐了相关专利信息
混合深度学习模型
融合遥感影像
池化特征
残差模块
分支
序列特征提取方法
注意力机制
时间序列预测模型
编码模块
矩阵
消息特征
消息处理器
编码器
图像水印方法
边缘检测网络
误差预测方法
空间特征提取
格网
特征提取模块
网点特征