摘要
本发明公开了一种基于三域特征学习的皮带裂纹检测模型构建方法及检测方法,构建方法包括:采集皮带裂纹的原始图像序列的集合,并进行裂纹的人工标注以得到对应的box标签图像;基于原始图像序列的集合构建皮带裂纹的特征图像序列的集合;分别通过时间、空间、频域三域特征学习算法分别处理初级特征,得到时间特征、空间特征和频域特征;将空间特征、时序特征和频域特征深度融合,生成统一特征表示Ffst;检测头通过定义损失函数对统一特征表示Ffst进行定位,并根据对应的box标签图像确定定位结果的误差,通过误差反向传播方式迭代优化皮带裂纹检测模型的网络参数,有效提升裂纹检测模型的检测精度和鲁棒性。
技术关键词
检测模型构建方法
裂纹
图像
皮带
频域特征
序列
时序特征
时空融合特征
输出特征
关键帧
查询机制
水平高频分量
重构模块
注意力
分解特征
矩阵
亲和力
特征学习算法
系统为您推荐了相关专利信息
静息态功能磁共振
预测模型构建方法
同步结构
建立预测模型
数据
人类视觉模拟
船舶识别方法
通道注意力机制
融合特征
检测头
岩屑荧光图像
多模态数据融合
灰度直方图
性评价方法
训练样本集