摘要
本发明属于布匹瑕疵检测技术领域,公开了一种基于YOLOv11轻量主干与分层稀疏路由的布匹瑕疵检测方法。该方法通过搭建布匹瑕疵检测模型,以提升布匹缺陷检测的速度与精度;该模型引入C2BRA模块,在特征图中精确定位关键检测区域并增强关键特征表示能力,显著提升了在复杂背景下对小目标缺陷的检测能力,适用于多种类型瑕疵的精细识别;通过HGNet结构优化和LSCD共享卷积检测头模块的参数共享策略,显著减少了模型参数量和浮点运算数;而且LSCD共享卷积检测头模块结合C2BRA模块的分层稀疏激活机制,有效解决了特征融合易失效和计算资源浪费的问题,提升了模型对不同尺寸瑕疵的鲁棒性与适配能力。
技术关键词
布匹瑕疵检测方法
检测头
卷积模块
分支
输出特征
前馈神经网络
注意力
分层
上采样
通道
瑕疵检测技术
局部空间特征
布匹缺陷
输出模块
数据
分辨率
系统为您推荐了相关专利信息
故障区段识别方法
输电线路系统
混合型
故障传播路径
多分支
建筑钢结构工程检测
形状记忆合金丝
相控阵探头
涡流传感器
中央控制模块
多尺度特征融合
图像检测模型
输出特征
影像
医学图像检测技术
定位方法
图像篡改区域
图像视觉特征
文本编码器
图像编码器