龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
申请/专利权人：哈尔滨理工大学
申请日：2024-03-21
公开（公告）日：2024-06-21
公开（公告）号：CN118229638A
主分类号：G06T7/00
分类号：G06T7/00;G06V10/764;G06V10/774;G06V10/82;G06N3/0464;G06V10/77
优先权：
专利状态码：在审-公开
法律状态：2024.06.21#公开
摘要：本发明公开了一种基于机器视觉的连续带状竹篾表面缺陷检测方法，涉及竹篾制造技术领域。包含以下步骤：步骤一：获取竹篾表面缺陷图像；步骤二：对图像进行标注，按比例划分为数据集、验证集和测试集，并对训练集中的图像进行数据增强；步骤三：采用YOLOv8模型，同时增加小目标检测头；步骤四：优化YOLOv8模型，为YOLOv8模型的Neck中集成ODConv模块；步骤五：改进YOLOv8模型，使用BiFPN结构替换YOLOv8中原有的特征金字塔网络。步骤六：基于预设的测试集输入到训练好的改进的YOLOv8模型YOLOv8‑OD‑BF中，得到目标检测结果。本发明有效解决现有竹蔑缺陷检测技术的问题，显著提升了竹蔑缺陷检测的准确率、检测速度和精度。
主权项：1.一种基于机器视觉的连续带状竹篾表面缺陷检测方法，其特征在于它包括以下步骤：步骤1：采用工业线阵相机获取竹蔑表面图像；步骤2：对图像进行标注、分类、数据增强，建立竹篾表面缺陷数据集；步骤3：基于YOLOv8模型加入小目标检测头；步骤4：为YOLOv8模型的Neck端中结合ODConv模块；步骤5：使用BiFPN结构替换YOLOv8中原有的特征金字塔网络；步骤6：将标注好图像放入模型进行训练，将测试集放入训练好的改进模型中得出结果。
全文数据：
权利要求：
百度查询： 哈尔滨理工大学 一种基于机器视觉的连续带状竹篾表面缺陷检测方法
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。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号