摘要
本发明公开的基于双重注意力机制与空洞卷积的织物缺陷检测方法,具体包括以下步骤:步骤1,将采集到的含有缺陷的织物图片进行预处理,构建数据集,并对各类织物缺陷进行分类,之后按照比例随机划分训练集,验证集和测试集;步骤2,改进具有主干网络、颈部网络和头部网络的YOLOv11模型,构建针对织物缺陷的检测模型;步骤3,使用训练集对织物缺陷检测模型进行训练并使用评估集检验模型性能,将待测图片输入到完成训练的织物缺陷检测模型进行检测。本发明的基于双重注意力机制与空洞卷积的织物缺陷检测方法,解决了现有技术中存在的对复杂背景织物缺陷检测存在误检和漏检的问题。
技术关键词
织物缺陷检测方法
注意力机制
空洞
空间金字塔池化
特征提取网络
融合多尺度特征
综合评价模型
卷积模块
训练集
金字塔网络
待测图片
指标
通道
系统为您推荐了相关专利信息
空间变换网络
图像分类方法
腔体
像素点
模板匹配技术
输电线路绝缘子
拼接模块
卷积模块
缺陷检测方法
绝缘子设备
注意力
深度神经网络
风格
图像特征编码
全局特征提取
软测量方法
变量
空间特征提取
特征提取模块
注意力机制
资源优化配置方法
数据采集网络
多头注意力机制
动态
资源优化配置技术