摘要
本发明公开了一种基于特征耦合的工业产品表面缺陷检测方法,该方法包括步骤:1)构建四阶段骨干特征提取网络,并集成DPSC模块扩大感受野,实现从局部到全局的渐进式特征学习;2)设计多尺度特征融合网络,实现不同尺度特征的有效融合,将高层语义信息与低层细节信息进行深度耦合;3)构建多分支检测头,实现全尺度覆盖;4)进行端到端训练优化:应用LAMP剪枝策略计算权重重要性分数,删除冗余参数,在保持检测性能的同时显著降低模型复杂度和计算成本。该方法通过全局‑局部特征耦合机制,有效解决了工业产品表面缺陷检测中缺陷与背景高度相似、尺度变化大的技术难题,实现了高精度、高效率的缺陷检测。
技术关键词
工业产品表面缺陷
剪枝策略
融合特征
高层语义信息
特征融合网络
检测头
模块
分支
注意力机制
深层特征提取
通道
阶段
多尺度
多任务损失函数
双线性插值方法
加速网络收敛
局部细节特征
特征金字塔网络
系统为您推荐了相关专利信息
轨迹特征
融合特征
交互特征
历史位置信息
地图元素
融合特征
多模态特征融合
图像分割模型
组学特征
分支
瓶颈特征
单目深度估计方法
多尺度特征融合
特征金字塔
注意力机制