摘要
本发明属于缺陷检测技术领域,公开了一种基于改进YOLOv8模型的车用快插接头表面缺陷检测方法,本发明使用GhostConv模块和C3Ghost模块替换主干网络里的普通卷积和C2f模块,并缩减特征融合网络的通道数,有效降低了模型参数量,使得模型能够在嵌入式设备上进行部署;其次,为了补偿因参数量减少带来的精度损失,本发明在特征融合网络中采用DySample上采样算子,该算子能够精细恢复低分辨率特征图中的细节信息,显著提升了特征图特征表达能力,对缺陷检测精度有明显提高;此外,为了进一步提高微小缺陷的检测精度,在检测头部分添加p2小目标检测头,有助于捕捉到更多小目标的细节信息,从而提高微小缺陷检测精度。
技术关键词
表面缺陷检测方法
特征融合网络
表面缺陷检测系统
车用
检测头
缺陷检测技术
精度
接头
模型训练模块
处理器
算术平均值
嵌入式设备
图像采集模块
图像增强
程序
数据
可读存储介质
系统为您推荐了相关专利信息
注意力机制
融合特征
生成多尺度
语义信息提取
检测头
车道检测方法
融合特征
多尺度特征提取
特征融合网络
解码器
三维点云数据
表面缺陷检测方法
特征值
邻域
方差特征
自动分类系统
输出模块
混合损失函数
多尺度特征提取
置信度阈值