一种基于深度学习语义分割的卷烟包灰裂口检测方法和检测系统
申请号:CN202411893951
申请日期:2024-12-20
公开号:CN119723088A
公开日期:2025-03-28
类型:发明专利
摘要
本发明提出一种基于深度学习语义分割的卷烟包灰裂口检测方法和检测系统,属于卷烟检测技术领域。卷烟包灰裂口检测方法包括:获取卷烟燃烧过程中的包灰裂口图像,并对包灰裂口图像进行预处理;使用卷积神经网络对预处理后的包灰裂口图像进行多尺度特征提取并得到多尺度特征图;联合空间注意力机制和通道激励机制对多尺度特征图进行上采样并获取多级特征图。通过图像预处理、多尺度特征提取以及联合空间和通道注意力机制的上采样技术,实现了对卷烟包灰裂口的高精度检测,同时优化了计算效率,使得该方法既准确又高效,适合于工业级别的实时检测需求。
技术关键词
深度学习语义分割
多级特征
多尺度特征提取
卷烟检测技术
上采样
通道注意力机制
解码器结构
计算方法
图像采集模块
采样技术
对比度
处理器
阶段
计算机设备
输出模块