一种低压护套粒子缺陷检测方法及装置制造方法及图纸

本发明专利技术涉及计算机视觉和深度学习领域，具体提供了一种低压护套粒子缺陷检测方法及装置，具有如下步骤：S1、进行特征提取；S2、进行特征融合；S3、目标检测头部；S4、使用损失函数；S5、训练和数据集；S6、评估和优化。与现有技术相比，本发明专利技术通过提高对于远距离目标和小型目标的检测速度和检测准确性来提高工作效率，既可以减轻质检员工作负担，又可以提高质检效率和准确率，降低生产成本。

【技术实现步骤摘要】

本专利技术涉及计算机视觉和深度学习领域，具体提供一种低压护套粒子缺陷检测方法及装置。

技术介绍

1、目前，主流的工业产品缺陷检测采用传统图像处理方法实现，存在易受环境光、背景干扰、算法复用性差、仅能适应简单缺陷目标等问题，传统的低压护套字符质检技术主要依靠人工进行判定，该质检过程主要考验质检员的仔细程度和经验技术，失误率较高、质检效率低、不同质检员的质检标准可能不一致，因此质检难度较大。

技术实现思路

1、本专利技术是针对上述现有技术的不足，提供一种实用性强的低压护套粒子缺陷检测方法。

2、本专利技术进一步的技术任务是提供一种设计合理，安全适用的低压护套粒子缺陷检测装置。

3、本专利技术解决其技术问题所采用的技术方案是：

4、一种低压护套粒子缺陷检测方法，具有如下步骤：

5、s1、进行特征提取；

6、s2、进行特征融合；

7、s3、目标检测头部；

8、s4、使用损失函数；

9、s5、训练和数据集；

10本文档来自技高网...

【技术保护点】

1.一种低压护套粒子缺陷检测方法，其特征在于，具有如下步骤：

2.根据权利要求1所述的一种低压护套粒子缺陷检测方法，其特征在于，在步骤S1中，使用DenseNet网络特征提取，选择层数和参数计算复杂性和特征表现能力，确保能获取缺陷和背景的特征信息，通过摄像镜头多角度拍摄，为网络提供特征图。

3.根据权利要求2所述的一种低压护套粒子缺陷检测方法，其特征在于，在步骤S2中，采用金字塔PYCONV结构，采用skip connections将DenseNet提取的特征和YOLO的特征图进行融合，使用上采样和下采样操作，确保特征图尺寸后续的检测头部。p>

4.根据权...

【技术特征摘要】

1.一种低压护套粒子缺陷检测方法，其特征在于，具有如下步骤：

2.根据权利要求1所述的一种低压护套粒子缺陷检测方法，其特征在于，在步骤s1中，使用densenet网络特征提取，选择层数和参数计算复杂性和特征表现能力，确保能获取缺陷和背景的特征信息，通过摄像镜头多角度拍摄，为网络提供特征图。

3.根据权利要求2所述的一种低压护套粒子缺陷检测方法，其特征在于，在步骤s2中，采用金字塔pyconv结构，采用skip connections将densenet提取的特征和yolo的特征图进行融合，使用上采样和下采样操作，确保特征图尺寸后续的检测头部。

4.根据权利要求3所述的一种低压护套粒子缺陷检测方法，其特征在于，在金字塔pyconv结构中，通过focus初始化通道数和分辨率，进行金字塔卷积，同时利用skipconnections的方法，提高网络对特征的识别精度，在不断金字塔卷积的的过程中，增加通道数，让小型目标的特征最大程度保留；

5.根据权利要求...

【专利技术属性】
技术研发人员：黄鹏智，段京峰，梁翔宇，李超，孙桂刚，
申请(专利权)人：浪潮软件集团有限公司，
类型：发明
国别省市：