公开(公告)号：CN117392116A

公开(公告)日：2024-01-12

申请号：CN202311636157.9

申请日：2023-12-01

Applicant: 湘潭大学

Inventor： 朱江 ,  庞晴蔚 ,  李建奇 ,  贺振东 ,  许海霞 ,  李赛斯

IPC: G06T7/00 ,  G06V10/40 ,  G06V10/80 ,  G06V10/82 ,  G06N3/045 ,  G06N3/0464

Abstract: 本发明公开了一种超宽幅金属表面瑕疵检测与识别方法。本发明方法将工业产线上相机拍摄的超宽幅金属表面工业图像输入预先训练好的超宽幅金属表面瑕疵检测与识别模型，得到表面瑕疵检测结果，该模型包括：主干特征提取网络，用于对输入图像精准地提取不同层次的特征；邻近特征金字塔，以较低的计算成本有效地融合多尺度特征，增强特征跨空间坐标、通道和尺度的表示；大核卷积检测解耦头，以三分支形式获得对于缺陷目标的类别、置信度、边界框预测结果。本发明在减少计算资源需求的同时，提高了超宽幅金属表面工业图像中表面瑕疵的检测精度，可应用于铝材、钢板、钢带产品的生产线，实现超宽幅金属制品表面的高效自动化质量检测。