申请/专利权人:西安科锐盛创新科技有限公司
申请日:2020-10-23
公开(公告)日:2021-02-19
公开(公告)号:CN112381763A
主分类号:G06T7/00(20170101)
分类号:G06T7/00(20170101);G06K9/62(20060101);G01N21/88(20060101);G06N3/04(20060101);G06N3/08(20060101);G06N5/02(20060101)
优先权:
专利状态码:失效-发明专利申请公布后的撤回
法律状态:2021.08.06#发明专利申请公布后的撤回;2021.02.19#公开
摘要:本发明公开了一种表面缺陷检测方法,包括:获取针对当前产品表面的目标图像;利用改进型YOLOv3网络的主干网络对目标图像进行特征提取,得到x个不同尺度的特征图;x为4或5;利用改进型YOLOv3网络的FPN网络对x个不同尺度的特征图进行特征融合得到各尺度对应的预测结果;利用分类网络和非极大值抑制模块对所有预测结果进行处理得到目标图像的检测结果,检测结果包括当前产品表面的缺陷的位置和类别;基于检测结果确定当前产品的待执行工序;改进型YOLOv3网络在YOLOv3网络基础上增加特征提取尺度,进行剪枝及结合知识蒸馏引导网络恢复处理。是根据产品表面缺陷部位的样本图像、及其对应缺陷的位置和类别训练得到的。
主权项:1.一种表面缺陷检测方法,其特征在于,包括:获取针对当前产品表面的目标图像;利用改进型YOLOv3网络的主干网络对所述目标图像进行特征提取,得到x个不同尺度的特征图;x为4或5;利用改进型YOLOv3网络的FPN网络对所述x个不同尺度的特征图进行特征融合,得到各尺度对应的预测结果;利用分类网络和非极大值抑制模块对所有预测结果进行处理,得到所述目标图像的检测结果,所述检测结果包括当前产品表面的缺陷的位置和类别;基于所述检测结果确定所述当前产品的待执行工序;其中,所述改进型YOLOv3网络包括依次串接的主干网络、FPN网络、分类网络和非极大值抑制模块;所述改进型YOLOv3网络是在YOLOv3网络基础上,增加特征提取尺度,进行剪枝及结合知识蒸馏引导网络恢复处理后形成的;所述改进型YOLOv3网络是根据产品表面缺陷部位的样本图像,以及所述样本图像对应的缺陷的位置和类别训练得到的。
全文数据:
权利要求:
百度查询: 西安科锐盛创新科技有限公司 一种表面缺陷检测方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。