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

AITNT
正文
推荐专利
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
申请号:CN202511234964
申请日期:2025-09-01
公开号:CN120726054A
公开日期:2025-09-30
类型:发明专利
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
1
一种图像分类模型构建方法及装置
图像分类模型 节点 分类阈值 标签 训练集
2
基于变电站辅控装置与云平台协同的故障多维诊断系统及方法
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
3
一种人机共融系统
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
4
一种花卉扦插繁育的生长培育监测系统及方法
监测方法 扦插 后台系统 营养液 现场控制系统
5
基于域对抗与多尺度融合的少样本皮革异常检测方法
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
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号