公开(公告)号：CN117788402A

公开(公告)日：2024-03-29

申请号：CN202311794749.3

申请日：2023-12-25

申请人： 东北大学秦皇岛分校

发明人： 沙晓鹏 ,  谢德瀚 ,  孙文博 ,  孙凯 ,  李文超

IPC分类号： G06T7/00 ,  G06T5/50 ,  G06N3/0464 ,  G06N3/09

摘要： 本发明提供一种基于LIDD‑Net高实时轻量化网络的工业产品缺陷检测方法，涉及工业产品缺陷检测技术领域，本发明设计了SimDo模块，SimDo模块有效解决了网络通道冗余问题，降低模型复杂度的同时增强了网络对复杂缺陷的特征提取能力。通过设计多尺度特征融合模块MCFFM来有效的捕获平衡的非局部上下文特征和局部目标特征。之后通过将结构重参数化思想与Ghost卷积相结合设计出RepModule，由RepModule组成的特征融合网络可以增强对缺陷目标的检测能力。最后使用更先进的SIoU Loss作为边界框回归的损失函数。整个网络采用端到端的方式进行训练，直至模型收敛。本发明在提高工业缺陷检测精度的同时，降低了模型的参数量和复杂度，满足工业检测实时性的要求。