公开(公告)号：CN116071327A

公开(公告)日：2023-05-05

申请号：CN202310093903.8

申请日：2023-01-18

Applicant: 武汉大学

Inventor： 朱海红 ,  李思宇 ,  李霖 ,  于璐 ,  李林峰 ,  胡伦庭 ,  武新梅

IPC: G06T7/00 ,  G06T5/00 ,  G06V10/774 ,  G06V10/82 ,  G06V10/80 ,  G06V10/42 ,  G06V20/70 ,  G06N3/0464 ,  G06N3/0985 ,  G06N3/084

Abstract: 本发明提供一种基于深度神经网络的工件缺陷检测方法。根据图像的全局特征对训练图像进行图像增强处理，减轻由于不同环境光照引起的图像质量不一的问题，增强缺陷检测算法的环境适应能力；将深度神经网络作为特征提取的主干网络，获取更深层的语义信息；在特征金字塔中进行浅层特征和深层信息的特征融合，充分利用上下文信息，并引入注意力机制，用于抑制融合后的特征对于原有细节特征的干扰，实现了语义信息和细节信息的有效融合，提高对于各尺度缺陷的检测性能。本发明可以较为准确、有效地在工件的部件数据集中不同光照条件下的产品图像检测到各类型各尺度的缺陷。