申请/专利权人:安徽工业大学
申请日:2024-04-10
公开(公告)日:2024-06-28
公开(公告)号:CN118261886A
主分类号:G06T7/00
分类号:G06T7/00;G06V10/80;G06V10/764;G06V10/82;G06N3/045;G06N3/0495;G06N3/08
优先权:
专利状态码:在审-公开
法律状态:2024.06.28#公开
摘要:本发明公开了一种基于改进YOLOX的带钢焊缝缺陷检测方法及检测模型构建方法,属于图像识别技术领域。本发明的基于改进YOLOX的带钢焊缝缺陷检测方法,包括:将待识别带钢焊缝图像输入带钢焊缝缺陷检测模型,从而得到带钢焊缝缺陷的检测结果;所述带钢焊缝缺陷检测模型采用改进的YOLOX模型,该模型包括主干网络层、特征融合层和检测头,其中:主干网络层采用MobileNetv1网络作为主干网络,其用于提取图片中的带钢焊缝的特征信息;特征融合层用于对提取的特征信息进行加权特征融合;检测头用于根据融合后的特征,输出目标检测结果。本发明相比传统的YOLOX计算模型更轻量化,同时检测精度也有所提高。
主权项:1.一种基于改进YOLOX的带钢焊缝缺陷检测方法,其特征在于,包括:将待识别带钢焊缝图像输入带钢焊缝缺陷检测模型,从而得到带钢焊缝缺陷的检测结果;所述带钢焊缝缺陷检测模型采用改进的YOLOX模型,该模型包括主干网络层、特征融合层和检测头,其中:主干网络层采用MobileNetv1网络作为主干网络,其用于提取图片中的带钢焊缝的特征信息;特征融合层用于对提取的特征信息进行加权特征融合;检测头用于根据融合后的特征,输出目标检测结果。
全文数据:
权利要求:
百度查询: 安徽工业大学 基于改进YOLOX的带钢焊缝缺陷检测方法及检测模型构建方法
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。