【技术实现步骤摘要】
本申请实施例涉及图像识别领域，尤其涉及钢材缺陷检测方法、装置、设备及介质。
技术介绍
1、在工业生产过程中需要进行缺陷检测，例如对钢材进行缺陷检测。常规的缺陷检测方法如手工、非破坏性和激光扫描等，存在着耗时、效率、精度不高、分类困难等问题。目前利用图像识别技术进行缺陷检测可以解决上述的部分问题，但是利用图像识别技术进行缺陷检测依然存在以下问题，无法充分提取图像特征，导致对小型尺寸的缺陷难以识别。
技术实现思路
1、以下是对本文详细描述的主题的概述。本概述并非是为了限制权利要求的保护范围。
2、本申请的目的在于至少一定程度上解决相关技术中存在的技术问题之一，本申请实施例提供了钢材缺陷检测方法、装置、设备及介质，增强对不同大小尺度缺陷的检测能力，提高了模型的鲁棒性。
3、本申请的第一方面的实施例，一种钢材缺陷检测方法，包括：
4、获取训练钢材图像，将所述训练钢材图像输入至初始的检测模型进行训练，得到训练好的检测模型；
5、获取待检测的钢材图像，将...
【技术保护点】
1.一种钢材缺陷检测方法，其特征在于，包括：
2.根据权利要求1所述的钢材缺陷检测方法，其特征在于，在所述对所述训练钢材图像进行特征提取，得到多尺度的第一图像特征的步骤之前，所述钢材缺陷检测方法包括：
3.根据权利要求1所述的钢材缺陷检测方法，其特征在于，所述对所述训练钢材图像进行特征提取，得到多尺度的第一图像特征，包括：
4.根据权利要求1所述的钢材缺陷检测方法，其特征在于，所述对所述第一图像特征进行编码处理并映射至潜在空间中的分布参数，得到第二图像特征，包括：
5.根据权利要求1所述的钢材缺陷检测方法，其特征在于，所...
【技术特征摘要】
1.一种钢材缺陷检测方法，其特征在于，包括：
2.根据权利要求1所述的钢材缺陷检测方法，其特征在于，在所述对所述训练钢材图像进行特征提取，得到多尺度的第一图像特征的步骤之前，所述钢材缺陷检测方法包括：
3.根据权利要求1所述的钢材缺陷检测方法，其特征在于，所述对所述训练钢材图像进行特征提取，得到多尺度的第一图像特征，包括：
4.根据权利要求1所述的钢材缺陷检测方法，其特征在于，所述对所述第一图像特征进行编码处理并映射至潜在空间中的分布参数，得到第二图像特征，包括：
5.根据权利要求1所述的钢材缺陷检测方法，其特征在于，所述增强所述第二图像特征的重要区域的特征表示，得到第三图像特征，包括：
【专利技术属性】
技术研发人员：甘俊英，庄圳鑫，陈真，陈汉添，许文超，黎慧聪，熊俊玲，刘建强，
申请(专利权)人：五邑大学，
类型：发明
国别省市：
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。