摘要
本发明公开了基于多模态动态融合与双路协同检测的表面异常检测方法,包括如下步骤:步骤一,构建增强型多模态数据集;步骤二,建立几何‑语义协同感知网络;步骤三,建立双路径协同工作的多模态融合深度学习缺陷检测模型;步骤四,模型部署与检测。本发明通过几何‑语义协同感知、残差敏感度增强与智能决策优化三级架构,解决了现有方法中多模态特征融合效率低、微缺陷检测灵敏度不足及缺陷边界难以界定的问题,有助于提高物体表面质检的精度与效率。
技术关键词
异常检测方法
融合深度学习
多模态
语义协同
缺陷类别
注意力机制
纹理特征
动态
三维点云数据
阈值机制
点云密度
热力图
模态特征
图像
多尺度滤波
网络
表面缺陷检测
阈值技术
描述符
系统为您推荐了相关专利信息
故障诊断模型
云平台
神经网络模型
诊断系统
多模态传感器
非线性状态估计方法
人机
数据获取子模块
惯性传感器
姿态估计
异常检测方法
多尺度特征融合
通道注意力机制
局部注意力机制
皮革