摘要
本发明公开了一种轻质建筑材料表面缺陷检测方法,涉及图像处理和目标检测相关领域,该方法包括:从实际生产环境中获取带有缺陷的轻质建筑材料表面图像数据,对表面缺陷进行标注;对获取的轻质建筑材料表面图像进行预处理,采用基于空间熵的对比度增强算法改善图像质量;将预处理后的轻质建筑材料表面图像输入预训练的改进YOLOv12目标检测模型,采用高效的模块提取特征信息,实现轻质建筑材料表面缺陷的分类和定位;根据模型的输出结果,收集反馈信息,调整模型超参数,对数据集和模型结构进行优化和更新。解决了现有检测方法计算复杂度高,模型特征提取能力有限的技术问题,提升了轻质建筑材料表面缺陷的检测精度和效率。
技术关键词
轻质建筑材料
表面缺陷检测方法
表面图像数据
二维离散余弦变换
模型超参数
表面缺陷检测系统
瓶颈结构
网络
噪声抑制
像素点
空间分布信息
全局对比度
特征提取能力
累积分布函数
邻域
生成数据集
系统为您推荐了相关专利信息
面团
厨师机
异常检测方法
面粉
卷积神经网络模型
光伏支架
形变监测系统
监控中心
数据采集模块
长短期记忆网络
在线故障定位
故障特征
线路故障状态
故障定位方法
分段
控制系统
田间持水量
灌溉水利用效率
预测输出值
模型超参数
耦合数据同化
降尺度方法
高时间分辨率
视频插帧技术
超参数调优方法