【技术实现步骤摘要】
本专利技术涉及的一种视觉检测方法，特别是涉及应用于视觉检测的一种工业生产用表面缺陷视觉检测方法。
技术介绍
1、我国是制造业大国，有大量的工业制造需求，然而表面缺陷是工业生产中不可避免的问题,如果不及时发现并处理,将会影响产品的表观质量及性能,导致企业生产效益下降。传统的人工检测方法效率低下，并且劳动强度高，受主观经验因素影响较大。如今深度学习技术迅速发展，其通过神经网络驱动和学习输入数据的特征对信息进行分类，并将数据转换为特征图、向量等，从而保证检测算法的精确度。缺陷检测在制造业中被广泛应用于产品质量控制和检验过程，它可以用于检测零件、组件和成品中的表面缺陷、尺寸偏差、裂纹等问题，以确保产品符合规格和标准，它可以提高产品质量、生产效率和安全性，并减少人工检测和误判的风险。
2、在实际应用中，由于工业生产工艺和缺陷种类的多样性，常规的视觉检测方法往往难以达到理想的检测效果，因此当前研究的难点和热点是如何提高检测材料表面缺陷的准确性和速度，尤其工业品的外观缺陷复杂多样，不同类别的缺陷之间形态特征可能差异极大，这种差异导致检测算...
【技术保护点】
1.一种工业生产用表面缺陷视觉检测方法，其特征在于：具体方法步骤如下：
2.根据权利要求1所述的一种工业生产用表面缺陷视觉检测方法，其特征在于：所述后台算法模型主要包括输入端、主干网络和检测头，所述输入端用于样品图片的输入并进行mosaic数据增强预处理，所述主干网络用于提取图片的特征，所述检测头用于产品检测。
3.根据权利要求2所述的一种工业生产用表面缺陷视觉检测方法，其特征在于：所述输入端的样品图片输入方式包括工业相机实时获取和直接系统输入。
4.根据权利要求1所述的一种工业生产用表面缺陷视觉检测方法，其特征在于：所述损失SIo...
【技术特征摘要】
1.一种工业生产用表面缺陷视觉检测方法，其特征在于：具体方法步骤如下：
2.根据权利要求1所述的一种工业生产用表面缺陷视觉检测方法，其特征在于：所述后台算法模型主要包括输入端、主干网络和检测头，所述输入端用于样品图片的输入并进行mosaic数据增强预处理，所述主干网络用于提取图片的特征，所述检测头用于产品检测。
3.根据权利要求2所述的一种工业生产用表面缺陷视觉检测方法，其特征在于：所述输入端的样品图片输入方式包括工业相机实时获取和直接系统输入。
4.根据权利要求1所述的一种工业生产用表面缺陷视觉检测方法，其特征在于：所述损失siou函数模块的计算公式如下列所示：
5.根据权利要求1所述的一种工业生产用表面缺陷视觉检测方法，其特征在于：所述gsconv模块包括sc标准卷积模块和dsc深度可分离卷模块，所述sc标准卷积模块和dsc深度可分离卷模块...
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。