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:浙江理工大学
摘要:本发明提供一种基于SC‑YOLOv8神经网络模型的导光板缺陷检测方法,该方法包括以下步骤:基于YOLOv8神经网络模型构建SC‑YOLOv8神经网络模型,SC‑YOLOv8神经网络模型包括依次连接的主干网络单元、颈部单元和头部单元,主干网络单元包括五个CBL模块和四个CN‑C2f1模块,头部单元包括三个检测头模块,主干网络单元和颈部单元之间设有三个SA注意力模块,位于主干网络单元末端的三个CN‑C2f1模块分别通过一个SA注意力模块连接颈部单元;将预先收集的导光板缺陷数据集代入SC‑YOLOv8神经网络模型对其进行训练,训练完毕后,将采集的导光板图像输入至训练好的SC‑YOLOv8神经网络模型进行缺陷检测。本发明对于导光板的白点缺陷、亮线缺陷、暗线缺陷和区域缺陷,实现较高的检测精度,并具有较高的检测效率。
主权项:1.一种基于SC-YOLOv8神经网络模型的导光板缺陷检测方法,其特征在于:该方法包括以下步骤:基于YOLOv8神经网络模型构建SC-YOLOv8神经网络模型,所述SC-YOLOv8神经网络模型包括依次连接的主干网络单元、颈部单元和头部单元,所述主干网络单元包括五个CBL模块和四个CN-C2f1模块,所述头部单元包括三个检测头模块,所述颈部单元包括一个SPPF模块、两个上采样模块、四个Concat模块、四个C2f2模块和两个CBL模块,三个所述C2f2模块分别与头部单元的一个检测头模块连接,且其中的两个C2f2模块还分别通过一个CBL模块连接一个Concat模块,所述主干网络单元和所述颈部单元之间设有三个SA注意力模块,位于主干网络单元末端的三个CN-C2f1模块分别通过一个SA注意力模块连接颈部单元;将预先收集的导光板缺陷数据集代入所述SC-YOLOv8神经网络模型对其进行训练,训练完毕后,将采集的导光板图像输入至训练好的SC-YOLOv8神经网络模型进行缺陷检测。
全文数据:
权利要求:
百度查询: 浙江理工大学 一种基于SC-YOLOv8神经网络模型的导光板缺陷检测方法
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。