【技术实现步骤摘要】
本专利技术涉及图像检测，尤其涉及产品表面的缺陷检测方法、装置、设备及存储介质。
技术介绍
1、在工业生产中，产品质量至关重要，而产品表面缺陷检测是质量控制的关键。传统人工检测效率低、成本高且易受主观因素影响，导致检测结果不稳定，易出现漏检和误检。随着技术发展，基于图像的自动缺陷检测方法逐渐成为研究热点。
2、在实际的工业生产环境中，产品表面缺陷种类繁多，包括划痕、凹坑、裂纹、孔洞等，这些缺陷在形状、大小、颜色和纹理等方面存在显著差异。同时，产品表面的纹理特征也复杂多样，如金属表面的拉丝纹理、塑料表面的颗粒状纹理等，这使得缺陷特征与正常纹理特征之间的界限往往不够清晰，此外，由于工业生产过程中的光照条件不稳定、产品表面可能存在污渍或反射等因素，进一步干扰了图像采集的质量和缺陷特征的提取效果，传统的检测方法在面对复杂多样的缺陷特征和纹理特征时，难以自动适应并精准提取有效的特征信息，而现有的深度学习检测方法虽然取得了一定进展，但在处理多尺度缺陷特征、应对复杂成像条件以及平衡检测精度与计算效率等方面仍存在不足，导致现有检测方法在实际应...
【技术保护点】
1.一种产品表面的缺陷检测方法，其特征在于，所述产品表面的缺陷检测方法，包括：
2.根据权利要求1所述的产品表面的缺陷检测方法，其特征在于，所述模型的网络结构包括依次连接的输入层、第一级卷积密集模块、第二级密集多尺度模块、第三级多尺度聚合模块、分类层以及输出层；
3.根据权利要求2所述的产品表面的缺陷检测方法，其特征在于，在所述第三级多尺度聚合模块中，所述并行分支模块的具体结构，包括：1×1卷积分支、3×3卷积分支、5×5卷积分支、平均池化分支以及最大池化分支；
4.根据权利要求2所述的产品表面的缺陷检测方法，其特征在于，所述第二级...
【技术特征摘要】
1.一种产品表面的缺陷检测方法，其特征在于，所述产品表面的缺陷检测方法，包括：
2.根据权利要求1所述的产品表面的缺陷检测方法，其特征在于，所述模型的网络结构包括依次连接的输入层、第一级卷积密集模块、第二级密集多尺度模块、第三级多尺度聚合模块、分类层以及输出层；
3.根据权利要求2所述的产品表面的缺陷检测方法，其特征在于，在所述第三级多尺度聚合模块中，所述并行分支模块的具体结构，包括：1×1卷积分支、3×3卷积分支、5×5卷积分支、平均池化分支以及最大池化分支；
4.根据权利要求2所述的产品表面的缺陷检测方法，其特征在于，所述第二级密集多尺度模块包括依次连接的多级深度可分离卷积级联单元、多尺度卷积模块以及lipool2d层；
5.根据权利要求4所述的产品表面的缺陷检测方法，其特征在于，在所述第二级密集多尺度模块中，所述多尺度卷积模块包括三个并行处理单元，所述并行处理单元包括3×3标准卷积分支、...
【专利技术属性】
技术研发人员：李林峰，陈浪，何志豪，
申请(专利权)人：海微智造技术武汉有限公司，
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。