摘要
本发明涉及工业缺陷检测技术领域,公开了多模态特征与提示机制的过流面缺陷检测识别方法及系统,包括:采集水轮机转轮过流面表面的图像数据和点云数据,将点云数据转换成的表面缺陷二维图像;基于深度递归网络的图像超分辨率重建方法,得到的高分辨率缺陷图像;缺陷图像输入生成对抗网络,判断数据来源,通过目标函数优化生成模型生成高质量缺陷图像,扩充数据集供缺陷识别检测模型使用;将点云数据输入PDE‑Net进行动态邻接图构建,经图卷积与多层特征提取后映射到具体缺陷类别。本发明的有益效果:在多模态特征提取阶段引入了混合注意力机制,充分提取了缺陷图像中的全局信息和局部细节,提高了复杂缺陷的检测能力。
技术关键词
缺陷检测识别方法
水轮机转轮
推理网络
深度递归网络
局部注意力机制
生成对抗网络
图像内容数据
多模态特征
生成式对抗网络模型
点云
图像超分辨率重建
识别缺陷
裂纹缺陷
系统为您推荐了相关专利信息
推理系统
贝叶斯算法
深度学习算法
推理网络
动态剪枝
协调优化控制方法
编码特征
协调控制策略
推理网络
环境监测数据
面向社保业务
数据处理方法
特征提取模型
序列
局部注意力机制