一种基于机器学习的外墙隔热涂料外观质量检测方法

本发明提供一种基于机器学习的外墙隔热涂料外观质量检测方法，通过实验构建光照强度‑拍摄参数映射关系数据库，并根据天气类型进行分类形成多个子数据库，每个子数据库中的拍摄参数配置有不同的权重系数。在使用时，系统实时采集外界光照强度和天气类型数据，结合子数据库自适应调整拍摄参数，同时分析历史光照趋势预判未来光照变化方向和幅度，提前调整参数以确保图像采集质量。将优化参数后采集的外墙图像输入到训练好的缺陷识别模型中进行缺陷识别，输出缺陷详细信息以及外观质量评估等级。该方法通过智能环境适应和预判机制，有效降低了光照波动对检测的影响，提高缺陷识别的准确性和鲁棒性，实现自动化、高效的外观质量检测。