-
公开(公告)号:CN118212220A
公开(公告)日:2024-06-18
申请号:CN202410444246.1
申请日:2024-04-15
Applicant: 东北农业大学
IPC: G06T7/00 , G06V10/143 , G06V10/44 , G06V10/774 , G06V10/80 , G06V10/82 , G06N3/045 , G06N3/0464 , G06N3/0475 , G06N3/0895 , G06N3/094
Abstract: 本发明涉及计算机视觉技术领域,具体公开了一种用于产品缺陷检测的计算机视觉检测方法,包括:S1、多模态数据采集,S2、特征提取,S3、多模态融合,S4、自监督学习,S5、生成对抗网络,S6、模型评估和调优以及S7、部署和维护;本发明通过多模态融合允许系统从不同传感器或模态中获取丰富的信息,使得模型能够更全面地捕捉和理解产品的特征,结合可见光和红外图像,有助于在不同光照条件下识别缺陷,通过使用生成对抗网络生成合成的缺陷图像,模型可以学到一些少见或难以获取大量样本的缺陷类型的特征表示,这有助于提高模型在实际应用中对于不常见缺陷的泛化能力,从而进一步提高对产品缺陷进行检测的准确率,提高产品的生产质量或品质。