-
公开(公告)号:CN118071704A
公开(公告)日:2024-05-24
申请号:CN202410215038.4
申请日:2024-02-27
Applicant: 南京邮电大学
IPC: G06T7/00 , G06V10/764 , G06V10/80 , G06V10/44 , G06V10/766 , G06V10/77 , G06N5/025
Abstract: 本发明公开了一种基于数据与知识双驱动融合的缺陷检测方法及系统,涉及计算机视觉技术领域,包括收集钢材表面缺陷并通过自编码器进行数据增强;通过Resnet50对数据进行特征提取;提取的高级语义特征,通过图注意力网络自动构建关系矩阵捕捉通道相关性;基于构造嵌入矩阵输出语义关系增强特征;根据融合特征进行分类回归输出数据与知识双驱动缺陷检测网络模型;通过缺陷目标检测网络模型对输入的测试图片进行测试输出分类结果。本发明提供的基于数据与知识双驱动融合的缺陷检测方法输出数据与知识双驱动缺陷检测网络模型,实现高效准确的缺陷检测,本发明在准确率、效率以及识别能力方面都取得更加良好的效果。