摘要
本发明公开了一种基于改进YOLOv8模型的窗帘布透光瑕疵检测方法、系统、设备及介质,方法包括采用不可见光源照射待检测窗帘布,并通过不可见光相机采集窗帘布的不可见光透光图像;将所述不可见光透光图像输入至改进YOLOv8模型进行透光瑕疵检测,所述改进YOLOv8模型包括:边缘信息增强模块EIEM,用于对输入图像进行多方向边缘梯度特征提取并融合空间结构信息;主干网络,包含C2f_Star模块,用于通过星操作实现对输入特征X的轻量化特征提取;所述改进YOLOv8模型采用NWD损失函数与CIoU损失函数联合优化训练,用于提升小目标瑕疵检测精度。本发明利用改进的深度学习算法,实现对整块布料的全面检测,避免局部采样的局限性,提高检测的全面性和准确性。
技术关键词
窗帘布
空间结构信息
瑕疵检测方法
透光
LED阵列光源
瑕疵检测系统
成像单元
图像
深度学习算法
相机
分支
纠偏装置
模块
存储器
处理器
可读存储介质
滤光片
处理单元
精度
系统为您推荐了相关专利信息
汽车毫米波雷达
激光钻孔方法
激光发射器
激光钻孔装置
线路板本体
对象属性信息
环境状态信息
交互式控制方法
多模态交互
空间结构信息