摘要
本申请提供了一种用于五金冲压模具生产的智能视觉检测方法及系统,涉及五金冲压模具生产领域,其获取待检测五金冲压模具的模具当前状态图像和无缺陷的模具状态基准图像并进行几何对齐,接着计算差分图获取潜在缺陷区域显著性分布,并用金字塔网络进行多尺度差异特征层次化编码,分离正常磨损伪影与真实缺陷。进一步,引入特征感受野锚定机制,根据模具几何拓扑动态调整注意力权重。最终,使用轻量化分类器对增强后的差异特征进行决策,实现亚毫米级异常识别。这样,能够有效提升对五金冲压模微小变化的敏感度,有助于早期发现缺陷。
技术关键词
局部视觉语义
智能视觉检测方法
五金冲压模具
强化模具
局部感受野
编码特征
基准
智能视觉检测系统
像素
金字塔网络
后台数据库
非局部均值滤波
蒸馏
图像提取模块
缺陷检测器
全局对比度
系统为您推荐了相关专利信息
位姿估计方法
多模态信息
输入多尺度
注意力
位姿估计技术
立体图像特征
多任务
车辆周围环境
自动驾驶系统
环视相机
脑电情绪识别方法
时空注意力机制
注意力编码器
深度学习特征
频域特征
检测模型构建方法
卷积特征提取
特征选择
图像重建
注意力