摘要
本发明公开了一种焊点缺陷检测方法、系统、存储介质及设备,属于焊接检测技术领域,方法包括以下步骤:S1.获取待测件的焊点数据;S2.将焊点数据输入预设的不同的卷积神经网络模型中,分别提取焊点的形状特征、颜色特征和纹理特征;S3.使用交叉注意力机制和门控跨模态注意力机制融合焊点的形状特征、颜色特征和纹理特征;S4.将融合后的特征信息输入到预设好的支持向量机模型中,将焊点数据分为正常和缺陷两类,并输出缺陷概率;S5.将判断为缺陷类别的焊点数据输入到预设好的缺陷分类模型中判断焊点的缺陷类型。本发明通过门控跨模态注意力机制实现对形状、颜色和纹理的深度耦合,可有效提高耦合形焊点缺陷的检出率,提高了焊点的检测准确率。
技术关键词
焊点缺陷检测方法
纹理特征
二维图像数据
交叉注意力机制
支持向量机模型
卷积神经网络模型
焊点缺陷检测系统
缺陷类别
颜色
三维点云数据
跨模态
鲁棒主成分分析
Sigmoid函数
焊接检测技术
三维扫描设备
通道注意力机制
残差神经网络
系统为您推荐了相关专利信息
核验方法
LBP特征提取
纹理特征
能量特征提取
语义标签
主动均衡控制方法
单体电池
风险点
动力电池
电池组
纹理特征
清水混凝土构件
Lab颜色值
基准
生成图像数据