一种面向工业场景的轻量级网络的背光板缺陷检测方法技术

本发明专利技术涉及一种面向工业场景的轻量级网络的背光板缺陷检测方法，属于背光板缺陷检测领域。该方法包括：提出一种轻量级目标检测模型SH‑YOLO‑Lite，轻量级目标检测模型SH‑YOLO‑Lite以YOLOv5‑lites为基准模型进行改进，在主干网络侧采用轻量级主干网络RASNet，在特征融合网络侧采用特征融合网络Efficient‑RepGFPN‑Lite；采用背光板缺陷数据集对轻量级目标检测模型SH‑YOLO‑Lite进行训练，得到背光板缺陷检测模型，并对实际工业场景中的待检测背光板图像进行缺陷检测，输出背光板缺陷检测结果。本发明专利技术能够实现背光板缺陷检测在现有的低算力嵌入式平台上的低成本部署与高效运行。

【技术实现步骤摘要】

本专利技术属于背光板缺陷检测领域，具体涉及一种面向工业场景的轻量级网络的背光板缺陷检测方法。

技术介绍

1、现有对背光板产品缺陷的检测，基于深度学习的缺陷检测方法逐步取代了依赖人力的传统检测方式，实现了产品缺陷的自动化检测。然而，此类技术极普遍采用的通用目标检测模型的计算量与参数量过高，对硬件设备性能要求严苛，并且实时检测性能有限，难以满足实际工业需求。因此其难以直接落地应用于实际工业场景中的嵌入式平台、移动设备等低性能设备。

技术实现思路

1、本专利技术的目的在于克服现有技术存在缺陷，提供一种面向工业场景的轻量级网络的背光板缺陷检测方法，以实现背光板缺陷检测在现有的低算力嵌入式平台上的低成本部署与高效运行。

2、为实现上述目的，本专利技术的技术方案是：一种面向工业场景的轻量级网络的背光板缺陷检测方法，包括：

3、提出一种轻量级目标检测模型sh-yolo-lite，轻量级目标检测模型sh-yolo-lite以yolov5-lites为基准模型进行改进，在主干网络侧采用轻量级主干网络ra本文档来自技高网...

【技术保护点】

1.一种面向工业场景的轻量级网络的背光板缺陷检测方法，其特征在于，包括：

2.根据权利要求1所述的一种面向工业场景的轻量级网络的背光板缺陷检测方法，其特征在于，所述轻量级主干网络RASNet构建如下：

3.根据权利要求1或2所述的一种面向工业场景的轻量级网络的背光板缺陷检测方法，其特征在于，所述轻量级主干网络RASNet的网络结构如下：

4.根据权利要求2所述的一种面向工业场景的轻量级网络的背光板缺陷检测方法，其特征在于，所述轻量级网络模块RAS Block构建如下：

5.根据权利要求4所述的一种面向工业场景的轻量级网络的背光板缺陷检测方法...

【技术特征摘要】

1.一种面向工业场景的轻量级网络的背光板缺陷检测方法，其特征在于，包括：

2.根据权利要求1所述的一种面向工业场景的轻量级网络的背光板缺陷检测方法，其特征在于，所述轻量级主干网络rasnet构建如下：

3.根据权利要求1或2所述的一种面向工业场景的轻量级网络的背光板缺陷检测方法，其特征在于，所述轻量级主干网络rasnet的网络结构如下：

4.根据权利要求2所述的一种面向工业场景的轻量级网络的背光板缺陷检测方法，其特征在于，所述轻量级网络模块ras block构建如下：

5.根据权利要求4所述的一种面向工业场景的轻量级网络的背光板缺陷检测方法，其特征...

【专利技术属性】
技术研发人员：苏鹭梅，林志炜，黄志豪，陈皓颉，郭翰林，林光毅，陈嘉琪，
申请(专利权)人：厦门理工学院，
类型：发明
国别省市：