买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：广东工业大学

摘要：本发明涉及多视角成像系统及轻量化多尺度特征融合缺陷检测方法，检测方法包括：采集待检测目标的图像，其中，所述待检测目标的图像通过所构建的多视角成像系统获得；将所述图像输入预设的检测模型中，输出所述待检测目标的缺陷检测结果，其中，所述检测模型基于训练集训练获得，所述训练集包括包含缺陷的图像和标识该缺陷的标签，所述检测模型采用特征提取网络和轻量化多尺度特征融合网络构建。本发明所提出的缺陷检测方法具有轻量化、速度快、精度高的优势。

主权项：1.轻量化多尺度特征融合缺陷检测方法，其特征在于，包括：采集待检测目标的图像；将所述图像输入预设的检测模型中，输出所述待检测目标的缺陷检测结果，其中，所述检测模型基于训练集训练获得，所述训练集包括包含缺陷的图像和标识该缺陷的标签；所述检测模型包括：骨干特征提取网络、颈部特征提取网络、特征检测头，所述骨干特征提取网络用于对所述图像进行特征提取以及特征融合，获取第一特征图；所述颈部特征提取网络用于对所述第一特征图进行特征提取以及特征融合，获取第二特征图；所述特征检测头用于对所述第二特征图进行检测，获取缺陷检测结果；所述骨干特征提取网络包括：卷积层、C2f层、轻量融合模块、高等级轻量融合模块和SPPF层；所述图像输入所述骨干特征提取网络中，经过所述卷积层和C2f层，获取特征图、特征图；所述特征图、特征图经过所述轻量融合模块、卷积层和C2f层，获取特征图；所述特征图、特征图、特征图经过所述高等级轻量融合模块、卷积层、C2f层和SPPF层，获取特征图；所述颈部特征提取网络包括：上采样层、拼接层、卷积层、C2f层、轻量融合模块和高等级轻量融合模块，所述特征图输入所述颈部特征提取网络中，经过所述上采样层、拼接层和C2f层，获取特征图；所述特征图经过所述卷积层、拼接层和C2f层，获取特征图；所述特征图、特征图经过所述轻量融合模块、卷积层、拼接层和C2f层，获取特征图；所述特征图、特征图、特征图经过所述高等级轻量融合模块、卷积层、拼接层和C2f层，获取特征图；所述轻量融合模块包括：第一分支和第二分支，所述第一分支和第二分支分别经过卷积、归一化、下采样操作后，获取所述第一分支和第二分支的特征信息，将所述第一分支和第二分支的特征信息经过Sigmoid激活函数处理并相加后，再引入三元组注意力机制，进一步提取所述第一分支和第二分支的融合特征信息；所述高等级轻量融合模块包括：第三分支、第四分支和第五分支，所述第三分支和第四分支分别经过下采样和卷积操作，获取所述第三分支和第四分支的特征信息，将所述第三分支和第四分支的特征信息与所述第五分支经过Sigmoid激活函数处理并相加后，再引入三元组注意力机制，进一步提取所述第三分支、第四分支和第五分支的融合特征信息。

全文数据：

权利要求：

百度查询： 广东工业大学 轻量化多尺度特征融合缺陷检测方法