摘要
本申请公开一种非朗伯表面微瑕疵识别方法、系统、电子设备及存储介质,方法包括:将待检测非朗伯表面图像输入预设残差网络模型进行特征提取,得到若干不同尺度的第一特征图;通过预设多尺度信息交互模块将所述第一特征图进行信息融合,得到第二特征图;通过预设自注意力模块对所述第二特征图进行全局信息感知融合,得到第三特征图;通过预设多视野残差全空间信息细化模块对所述第三特征图进行全局细化预测,得到目标识别结果。本申请实施例能够有效提高非朗伯表面微瑕疵识别的准确性,有效降低了非朗伯表面微瑕疵识别的误检率和漏检率。本申请可以广泛应用于高端仪器检测技术领域。
技术关键词
多尺度信息
残差网络模型
瑕疵识别方法
注意力
分支
子模块
视野
仪器检测技术
多尺度特征提取
积层
通道
电子设备
可读存储介质
处理器
图像
识别系统
计算机
分辨率
系统为您推荐了相关专利信息
乳腺癌病理图像
神经网络模型
解码器结构
评分方法
分支
红外检测方法
模块
图像多尺度
特征提取能力
红外图像特征
混合深度学习模型
高效多尺度
数据
二维卷积神经网络
深度学习架构