摘要
本发明涉及一种基于油口检测模型的油桶灌装视觉检测方法和装置,包括:采集待灌装油桶的图像;将图像输入油口检测模型,油口检测模型输出油口位置坐标;根据油口位置坐标对待灌装油桶进行灌装作业。油口检测模型包括改进的YOLOv8网络,其骨干网络中的SPPF模块输出至选择注意力SKA模块;其颈部网络中路径聚合网络PAN的每个C2F模块输出至多维注意力MDA模块。通过SKA模块通过动态调整卷积核尺寸,自适应提取多尺度油口特征,为颈部网络提供了丰富的输入基础。在颈部网络中,MDA模块构建全局语义和局部细节特征关联,二者互补增强特征表达,同时抑制光源、背景、油污等干扰,最终提升模型对油口检测的精度。
技术关键词
图像采集设备
注意力
油桶
加油枪
标签文件
坐标系
视觉检测方法
模块
网络
标定板图像
检测头
Softmax函数
矩阵
灌装机器人
卷积特征
轮廓信息
局部细节特征
系统为您推荐了相关专利信息
情绪识别方法
特征提取网络
多通道脑电
情绪识别模型
时序
交叉注意力机制
肿瘤抗原
注意力编码器
HLAI类分子
关键氨基酸位点
三维卷积神经网络
深度神经网络
矩阵
注意力
Adam算法
纳流控芯片
参数测试系统
控温平台
固相
参数测试方法