CN119515861A 基于多尺度特征融合和扩散金字塔网络的布匹瑕疵检测方法及系统 （佛山威辰科技有限公司）

道深海路17号瀚天科技城A区8号楼14基于多尺度特征融合和扩散金字塔网络的本发明公开一种基于多尺度特征融合和扩干特征提取网络、颈部特征聚焦扩散金字塔网深度学习网络模型对待检测的布匹图像进行检测。本发明通过引入跨阶段多尺度特征融合模2部特征聚焦扩散金字塔网络、在骨干特征提取网络中使用的跨阶段多尺度特征融合模块，以及在颈部特征聚焦扩散金字塔网络中使用的特征聚焦模块和2.根据权利要求1所述的基于多尺度特征融合和扩散金字塔网络的布匹瑕疵检测方3.根据权利要求2所述的基于多尺度特征融合和扩散金字塔网络的布匹瑕疵检测方xh/8xw/8，nc2xh/16xw/16，nc3xh/32xw/32；所述跨阶4.根据权利要求3所述的基于多尺度特征融合和扩散金字塔网络的布匹瑕疵检测方，5.根据权利要求4所述的基于多尺度特征融合和扩散金字塔网络的布匹瑕疵检测方通过一个3x3的卷积层进行处理，以生成特征图conv1_outconv行均分，得到特征图conv1_out1conv1_out1和conv1_out2conv1_out2；随后，对特征图的卷积块分别为本地特征提取块和全局特征提取块，所述本地特36.根据权利要求5所述的基于多尺度特征融合和扩散金字塔网络的布匹瑕疵检测方7.根据权利要求1所述的基于多尺度特征融合和扩散金字塔网络的布匹瑕疵检测方48.根据权利要求1所述的基于多尺度特征融合和扩散金字塔网络的布匹瑕疵检测方根据目标是否存在置信度，将所有目标降序排列，再从高到将剩余的检测框还原到网络输出前的原始图像尺寸，并进行非极9.一种基于多尺度特征融合和扩散金字塔网络5[0004]本发明的目的是提供一种基于多尺度特征融合和扩散金字塔网络的布匹瑕疵检[0006]一种基于多尺度特征融合和扩散金字塔网络的布匹瑕疵检测方法，包括如下步6()函数将调整后的特征图从通道上均分为两部分；随后，将其中一部分特征图通过一个[0029]上式中Convn×n表示卷积核为n的卷积模块，concat表示在通道上进行拼接操作，78[0048]1)本发明巧妙地融合了跨阶段多尺度特征融合模块与特征聚焦扩散金字塔网络[0049]2)本发明设计的特征聚焦扩散金字塔网络实现了特征图之间的跨通道和跨空间后，运用深度学习算法，特别是基于多尺度融合主干和特征聚焦网络的卷积神经网络I＝[I12度特征融合模块CSP_PMSFA，以及在颈部特征聚焦扩散金字塔网络中使用的FocusFeature9c3[0066]CSP_PMSFA跨阶段多尺度特征融合模块中的CSPNet的架构思想通过跨阶段连接和b2和Ib3经过FocusFeature特征聚焦模块来连接骨干网络backbone中的CSP_PMSFA跨阶∈RC×H×W，则首先通过一个卷积核为1的Conv()对特征图的通道信息进行调整，并通过chunk()函数将调整后的特征图从通道上均分为两部分；随后，将其中一部分特征一个PMSFA特征提取模块进行特征提取、多尺度卷积处理及聚合特征(PMSFA特征提取模块[0085]上式中Convn×n表示卷积核为n的卷积模块，concat表示在通道上进行拼接操作，chunk(2,dim＝1)表示在维度一(即自空间池化层SPPF和CSP_PMSFA跨阶段多尺度特征融合模块的特征图进行特征聚焦，生成[0103]4)根据前面的预处理过程，将剩余的检测框还原到网络[0105]此外，还提供一种基于多尺度特征融合和扩散金字塔网[0106]本系统巧妙地融合了跨阶段多尺度特征融合模块与特征聚焦扩散金字塔网络的引入了更为高效且轻量级的跨阶段多尺度特征融合模块的模块，而在颈部结构的改造上，