一种基于深度学习的纸杯表面微小瑕疵检测方法及系统

AITNT-国内领先的一站式人工智能新闻资讯网站
# 热门搜索 #
一种基于深度学习的纸杯表面微小瑕疵检测方法及系统
申请号:CN202510949587
申请日期:2025-07-10
公开号:CN120894291A
公开日期:2025-11-04
类型:发明专利
摘要
本发明提供了一种基于深度学习的纸杯表面微小瑕疵检测方法及系统,涉及计算机视觉技术领域,方法包括:获取待检测纸杯的表面图像;构建基于深度学习模型的纸杯表面微小瑕疵检测模型,其中,所述深度学习模型为改进YOLOv11模型;构建所述纸杯表面微小瑕疵检测模型的损失函数;以最小化所述损失函数的函数值为目标,对所述纸杯表面微小瑕疵检测模型进行优化;将所述表面图像输入至优化后的纸杯表面微小瑕疵检测模型进行检测,输出所述待检测纸杯的表面微小瑕疵检测结果。本发明对于一些微小的污渍、轻微的破损或不易察觉的杯口变形,也能够做到精准识别和定位,从而促进了产品质量的进一步提升。
技术关键词
瑕疵检测方法 纸杯 多尺度特征 特征提取模块 融合特征 检测头 深度学习模型 上采样 卷积模块 频域特征 分支 积层 空域特征 概率分布建模 瑕疵检测系统 时域特征 图像 计算机视觉技术