摘要
本发明涉及计算机系统类领域,提供了基于多模态融合的毛绒织物瑕疵智能识别方法;采集毛绒织物移动时的RGB、红外和深度图像通过并行编码器提取多模态局部特征,经语义投影对齐后融合为联合特征图;构建轻量化YOLOv11模型结合动态特性和多尺度混合注意力机制,识别瑕疵类别、尺寸及位置;设置动态补偿机制输出瑕疵标签及质量等级;本发明通过多模态图像的同步采集与特征对齐,结合轻量化YOLOv11模型和多尺度注意力机制,实现了毛绒织物在连续移动状态下的多模态协同瑕疵检测。
技术关键词
智能识别方法
瑕疵
多模态
毛绒
并行编码器
局部特征信息
织物
模态特征
注意力机制
图像
多尺度
分布特征
时序特征
动态
滑动窗口方法
RGB特征
绒毛
通道
多层次特征
系统为您推荐了相关专利信息
采血机器人
智能采血
静脉
数据采集模块
机器人系统
监护预警系统
智能行走辅助器
LoRa物联网网关
生物电传感器
预警机制
效能评估系统
效能评估方法
量子粒子群优化
飞行动力学模型
雷达散射截面积
医用导管涂层
检测网络模型
融合特征
纹理
三维点云模型