申请/专利权人:靖江仁富机械制造有限公司
申请日:2023-02-24
公开(公告)日:2024-03-19
公开(公告)号:CN117237270B
主分类号:G06T7/00
分类号:G06T7/00;G06V10/44;G06V10/764;G06V10/82;G06N3/0464;G06N3/045;G06N3/084;G06V10/10;G06V10/26
优先权:
专利状态码:有效-授权
法律状态:2024.03.19#授权;2024.01.02#实质审查的生效;2023.12.15#公开
摘要:一种耐磨防腐管道生产用成型控制方法及系统,其获取待检测耐磨防腐管道的检测图像,然后使用基于人工智能的图像处理算法对所述待检测耐磨防腐管道的检测图像进行图像特征提取,最终以分类器确定所述待检测耐磨防腐管道的检测图像的图像特征所属的类概率标签,并以类概率标签表示待检测耐磨防腐管道的成型质量是否符合预定要求。这样,可以对于耐磨防腐管道的成型质量进行准确地检测,以提高耐磨防腐管道的性能和使用寿命。
主权项:1.一种耐磨防腐管道生产用成型控制方法,其特征在于,包括:获取待检测耐磨防腐管道的检测图像,所述待检测耐磨防腐管道为锆-硅合金高耐磨防腐管道;对所述待检测耐磨防腐管道的检测图像进行图像分块处理以得到图像块序列;将所述图像块序列中的各个图像块分别通过作为特征提取器的卷积神经网络模型以得到多个图像块特征矩阵;将所述多个图像块特征矩阵进行二维拼接以得到全局图像块特征矩阵;将所述全局图像块特征矩阵通过使用空间注意力机制的第二卷积神经网络模型以得到分类特征图;对所述分类特征图进行特征值区分度强化以得到增强分类特征图;以及将所述增强分类特征图通过分类器以得到分类结果,所述分类结果用于表示待检测耐磨防腐管道的成型质量是否符合预定要求;对所述待检测耐磨防腐管道的检测图像进行图像分块处理以得到图像块序列,包括:对所述待检测耐磨防腐管道的检测图像进行均匀分块处理以得到所述图像块序列,其中,所述图像块序列中各个图像块具有相同的尺寸;将所述图像块序列中的各个图像块分别通过作为特征提取器的卷积神经网络模型以得到多个图像块特征矩阵,包括:使用所述作为特征提取器的卷积神经网络模型的各层在层的正向传递中分别对输入数据进行:对所述输入数据进行卷积处理以得到卷积特征图;对所述卷积特征图进行沿通道维度的池化处理以得到池化特征图;以及对所述池化特征图进行非线性激活以得到激活特征图;其中,所述作为特征提取器的卷积神经网络模型的最后一层的输出为所述多个图像块特征矩阵,所述作为特征提取器的卷积神经网络模型的第一层的输入为所述图像块序列中的各个图像块;所述作为特征提取器的卷积神经网络模型为深度残差网络模型;将所述全局图像块特征矩阵通过使用空间注意力机制的第二卷积神经网络模型以得到分类特征图,包括:所述使用空间注意力机制的第二卷积神经网络模型的卷积编码部分对所述全局图像块特征矩阵进行卷积编码以得到全局图像块卷积特征图;将所述全局图像块卷积特征图输入所述使用空间注意力机制的第二卷积神经网络模型的空间注意力部分以得到空间注意力图;将所述空间注意力图通过Softmax激活函数以得到空间注意力特征图;以及计算所述空间注意力特征图和所述全局图像块卷积特征图的按位置点乘以得到所述分类特征图;对所述分类特征图进行特征值区分度强化以得到增强分类特征图,包括:以如下公式对所述分类特征图进行特征值区分度强化以得到增强分类特征图;其中,所述公式为: 其中,F'是所述增强分类特征图,F是所述分类特征图,a和b是预定超参数,和表示特征图的按位置加法和按位置减法,Cov·表示通过单个卷积层的卷积操作。
全文数据:
权利要求:
百度查询: 靖江仁富机械制造有限公司 耐磨防腐管道生产用成型控制方法及系统
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。