首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

一种基于yolov5和注意力机制模型的疵点检测方法 

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

申请/专利权人:南京信息工程大学

摘要:本发明公开了一种基于yo1ov5和注意力机制模型的疵点检测方法,包括:基于yo1ov5网络和注意力机制模型构建疵点检测模型;对导入的工业疵点图像进行预处理,将预处理图像导入疵点检测模型,得到形状不同的三个输出特征层;对形状不同的三个输出特征层进行预测,生成边界框并预测类别;对图像上疵点的类别和疵点的位置信息进行显示,得到疵点检测图像。本发明可以有效的提高模型对空间特征和通道特征的学习,通过检测头可以实现对不同大小的疵点进行检测,提高了对于大疵点的检测效果,从而提高检测效率,解决了当前工业疵点检测算法很难同时保证检测算法的准确率及实时性。

主权项:1.一种基于yolov5和注意力机制模型的疵点检测方法,其特征在于,所述疵点检测方法包括以下步骤:S1,基于yolov5网络和注意力机制模型构建疵点检测模型,疵点检测模型用于对输入图片进行下采样后,采用注意力模块筛选出有意义的特征,再进行5层进一步的特征卷积处理,最后,将中层特征图与深层特征图上采样的结果进行堆叠后再次做卷积和上采样处理,将处理结果与浅层特征图进行融合和残差处理,得到第一个输出特征层;将第一个输出特征层再次与中层特征图与深层特征图的堆叠结果进行融合和残差处理,得到第二个输出特征层;将第二个输出特征层再次与深层特征图进行融合和残差处理,得到第三个输出特征层;S2,对导入的工业疵点图像进行预处理,将预处理图像导入疵点检测模型,得到形状不同的三个输出特征层;S3,对形状不同的三个输出特征层进行预测,生成边界框并预测类别;S4,对图像上疵点的类别和疵点的位置信息进行显示,得到疵点检测图像;步骤S1中,疵点检测模型包括下采样模块、注意力模块、第一特征提取模块、第一残差模块、第二特征提取模块、第二残差模块、第三特征提取模块、第三残差模块、第四特征提取模块、映射模块、第四残差模块、第五特征提取模块、第一上采样模块、第一融合模块、第五残差模块、第六特征提取模块、第二上采样模块、第二融合模块、第七残差模块、第一卷积模块、第七特征提取模块、第三融合模块、第八残差模块、第二卷积模块、第八特征提取模块、第四融合模块、第九残差模块和第三卷积模块;所述下采样模块、注意力模块、第一特征提取模块、第一残差模块、第二特征提取模块、第二残差模块、第三特征提取模块、第三残差模块、第四特征提取模块、映射模块、第四残差模块、第五特征提取模块、第一上采样模块依次相连;第三残差模块的输出结果与第一上采样模块的输出结果同时输入第一融合模块,第一融合模块的输出端再依次与第五残差模块、第六特征提取模块、第二上采样模块相连;第二上采样模块的输出结果与第二残差模块的输出结果同时输入第二融合模块,第二融合模块的输出端再依次与第七残差模块、第一卷积模块相连,以输出第一个输出特征层;所述第七残差模块的输出结果经第七特征提取模块处理后,与第六特征提取模块的输出结果同时输入第三融合模块,第三融合模块的输出结果再依次与第八残差模块、第二卷积模块相连,以输出第二个输出特征层;所述第八残差模块的输出结果经第八特征提取模块处理后,与第五特征提取模块的输出结果同时输入第四融合模块,第四融合模块的输出结果再依次与第九残差模块、第三卷积模块相连,以输出第三个输出特征层。

全文数据:

权利要求:

百度查询: 南京信息工程大学 一种基于yolov5和注意力机制模型的疵点检测方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。