為解決現(xiàn)有非接觸無(wú)損工件缺陷檢測(cè)識(shí)別準(zhǔn)確率低、檢測(cè)效果較差、已被圖像非缺陷位置信息所掩蓋的技術(shù)問(wèn)題,本發(fā)明提供了一種視覺注意力網(wǎng)絡(luò)及工件表面缺陷檢測(cè)方法,在卷積神經(jīng)網(wǎng)絡(luò)模型作為工件分類網(wǎng)絡(luò)的基礎(chǔ)上,加入視覺注意力模塊,通過(guò)視覺注意力模塊生成的軟注意力模板提取特征圖中的重要特征,進(jìn)而提升了CNN模型對(duì)具有表面缺陷的工件的識(shí)別準(zhǔn)確率。
聲明:
“視覺注意力網(wǎng)絡(luò)及工件表面缺陷檢測(cè)方法” 該技術(shù)專利(論文)所有權(quán)利歸屬于技術(shù)(論文)所有人。僅供學(xué)習(xí)研究,如用于商業(yè)用途,請(qǐng)聯(lián)系該技術(shù)所有人。
我是此專利(論文)的發(fā)明人(作者)