摘要
本发明涉及机器视觉检测技术领域,尤其是一种基于机器视觉的船用T型材焊接表面缺陷检测及标记方法,包括以YOLOv8为基础模型的算法改进及标记参数计算方法,其中算法改进是对主干部分、注意力机制及损失函数三方面进行改良,获得了检测精度更高的算法模型,在一定程度上满足T型材焊接表面缺陷检测的准确性要求;标记方法主要是利用缺陷检测信息,获取用于缺陷标记的相关参数,为实现缺陷自动标记提供基础数据。本发明不仅提供了一个缺陷检测的新方法,还有效利用了检测到的缺陷信息,为后续的自动化处理奠定了基础,为焊接表面缺陷检测的智能化和自动化提供了新的解决方案。
技术关键词
表面缺陷检测
标记方法
T型材
图像采集设备
算法模型
标记设备
相机
机器视觉检测技术
延迟时间控制
表面缺陷图像
数据
注意力机制
参数计算方法
空间特征提取
优化器
焊接车间
画面
系统为您推荐了相关专利信息
缺陷检测装置
电子芯片
角度摆动机构
摆动杆
待测芯片
表面缺陷检测方法
洁净板
表面缺陷检测设备
表面缺陷检测系统
掩膜
可见光图像
故障检测方法
多光谱图像配准
图像采集设备
角点特征
表面缺陷检测方法
玻璃瓶
视觉缺陷检测
高清工业相机
图像捕捉