公开(公告)号：CN118052773A

公开(公告)日：2024-05-17

申请号：CN202410061078.8

申请日：2024-01-16

Applicant: 东北大学

Inventor： 刘辉林 ,  唐斌斌 ,  杨治理

IPC: G06T7/00 ,  G06V10/774 ,  G06V10/82 ,  G06V10/80 ,  G06V10/762 ,  G06V10/25 ,  G06N3/045 ,  G06N3/0464 ,  G06N3/08 ,  G06N3/126

Abstract: 本发明提供一种基于跨路径特征融合网络的钢铁瑕疵检测方法，涉及钢材缺陷检测技术领域。首先使用数据增强方式对图像的色域、像素进行处理；在特征金字塔PANet基础上，设计自顶向下和自底向上的双向融合骨干网络，在最底层和最顶层使用拼接操作来缩短层之间的路径；同时增添新的“跨路径”融合通道，将底层特征信息与高层跨越融合，顶层特征信息与底层跨越融合；使用k‑means算法对缺陷数据集进行处理，引入遗传算法对锚框参数进行优化，将优化的锚框参数加入YOLOv7网络，生成钢铁瑕疵检测的聚类结果。本发明实现在实际的钢铁生产质量检测过程中既能够满足检测的速度又能够实现瑕疵检测的精度，来帮助钢铁生产企业优化生产工艺，保证钢铁产品的质量。