摘要
本发明公开了一种基于改进YOLOv8n模型的井盖缺陷检测方法及系统,属于缺陷图像处理技术领域,所述方法为:获取井盖缺陷图像数据集,并将所述井盖缺陷图像数据集划分为训练集、验证集和测试集;构建引入多尺度卷积、通道注意力机制及残差结构的改进的YOLOv8n模型;基于所述训练集、验证集和测试集对所述改进的YOLOv8n模型进行训练,得到训练后的改进YOLOv8n模型;将待检测的井盖缺陷图像输入至所述改进YOLOv8n模型进行识别,得到检测结果,因此,通过实施本发明,能够解决现有技术存在的YOLO模型进行检测时的检测精度低、漏检误检率高、泛化能力欠佳等问题。
技术关键词
缺陷检测方法
井盖
通道注意力机制
多尺度
积层
残差结构
输入端
分支
卷积特征
输出端
训练集
图像
模型训练模块
搭建模块
缺陷检测系统
数据
全局平均池化