发明公开
- 专利标题： 一种基于深度学习的带钢缺陷检测方法
-
申请号： CN202410427528.0申请日： 2024-04-10
-
公开(公告)号： CN118196073A公开(公告)日： 2024-06-14
- 发明人: 史卓豪 , 王晗 , 詹道桦 , 易焜然 , 杨修定 , 黄仁彬 , 刘茂林 , 林怡欣 , 林健 , 温俊鹏 , 曾浩斌
- 申请人： 广东工业大学
- 申请人地址： 广东省广州市广州大学城外环西路100号广东工业大学工学二号馆
- 专利权人： 广东工业大学
- 当前专利权人： 广东工业大学
- 当前专利权人地址： 广东省广州市广州大学城外环西路100号广东工业大学工学二号馆
- 代理机构： 中国商标专利事务所有限公司
- 代理商 廖俊辉
- 主分类号： G06T7/00
- IPC分类号： G06T7/00 ; G06N3/0464 ; G06N3/08
摘要：
本发明涉及一种表面缺陷视觉检测领域，更具体地说，它涉及一种基于深度学习的带钢缺陷检测方法，其技术方案要点是通过增加网络深度、扩大网络感受野、多尺度特征自适应融合、多级特征双向融合架构的设计应用以及引入可变形卷积五种方式从不同出发点优化基础网络模型，以此来解决带钢缺陷类型多样、形状变化范围大导致的检测精度较低的问题。
