摘要
本发明涉及顶头缺陷检测技术领域,公开了基于图像的顶头缺陷检测方法及系统。该方法包括通过图像采集设备获取生产过程中顶头的未标注缺陷类型的第一顶头图像实例,利用整合多个异构模型输出特征表示的特征学习框架进行对比学习,得到先期训练的初始检测模型。获取已标注缺陷类型的第二顶头图像实例,基于该实例对初始检测模型进行多模型集成优化,得到完成训练的顶头缺陷识别模型。利用该模型对待检测顶头图像进行识别,获得缺陷检测结果。该方法充分利用未标注数据进行前期训练,减少对标注数据的依赖,通过多模型集成优化提升模型性能,能高效、准确地检测顶头缺陷,适用于工业生产中的顶头质量检测场景。
技术关键词
顶头
缺陷检测方法
学习特征
图像特征信息
图像特征向量
图像指标
图像采集设备
编码
多模型
交互网络
模式
缺陷检测技术
缺陷检测系统
检测设备
基础
非线性
输出特征
参数
系统为您推荐了相关专利信息
焊接视觉
焊接缺陷检测
掩模
文本编码器
图像编码器
约束特征
缺陷检测方法
深度特征提取网络
标签
监督算法
老年痴呆症
图像
诊断方法
深度学习特征
阿尔茨海默病
氨纶包覆纱
缺陷检测方法
验证图像数据
训练图像数据
检测网络模型