申请/专利权人:淮阴工学院
申请日:2023-12-11
公开(公告)日:2024-04-26
公开(公告)号:CN117934366A
主分类号:G06T7/00
分类号:G06T7/00;G06N3/0464;G06V10/44;G06V10/80;G06V10/82;G06V10/764;G06V10/25;G06V10/774;G06N3/08
优先权:
专利状态码:在审-实质审查的生效
法律状态:2024.05.14#实质审查的生效;2024.04.26#公开
摘要:一种添加检测头辅助单元的铝材缺陷检测方法,该方法包含以下步骤:从铝材瑕疵数据集中获取相关带标签的瑕疵样本;进行数据扩充和数据增强;构建改进后的YOLOV5检测网络,网络改进部分包括新增检测头辅助单元、改换解耦检测头和改进损失函数;检测头辅助单元由注意力机制ContextAggreation和重参化卷积RepConvBlock组成,所述损失函数替换为MPDIOU;使用铝材瑕疵数据集对改进后的检测网络进行训练;生成铝材瑕疵检测模型;利用该模型对生产铝材进行检测;标识出可能的瑕疵部分。本发明可用于检测铝材表面的多种瑕疵,如凹陷、不导电、擦花、桔皮、漏底、碰伤、起坑、凸粉、涂层开裂、和脏点,且对微小瑕疵和肉眼难辨识瑕疵具有较好效果。本发明提高了瑕疵检测的准确性和效率。
主权项:1.一种添加检测头辅助单元的铝材缺陷检测方法,其特征在于:该方法包含以下步骤:步骤一:从铝材瑕疵数据集中获取相关带标签的瑕疵图像作为样本,所述的样本包含有缺陷部分图像和非缺陷部分图像;步骤二:对样本进行数据处理,包括数据扩充和数据增强两部分;步骤三:对YOLOV5检测网络进行改进:网络改进部分包括:新增检测头辅助单元,改换解耦检测头,并改进损失函数;所述的检测头辅助单元由在检测头前添加的重参化卷积模块RepConvBlock和上下文注意力机制ContextAggreation串联组成,并将两者串联后得到的检测头辅助单元置于解耦检测头之前,即完成检测头辅助单元的构建;所述改进损失函数是将原损失函数替换为损失函数MPDIOU;步骤四:使用铝材瑕疵数据集对构建完成的改进YOLOV5检测网络进行训练,调整参数;步骤五:采用所述铝材瑕疵数据集训练所述改进后的YOLOV5检测网络,获得铝材瑕疵检测模型;步骤六:采用步骤五获得的铝材瑕疵检测模型对出产铝材进行检测;步骤七:标识出出产铝材可能的瑕疵部分。
全文数据:
权利要求:
百度查询: 淮阴工学院 一种添加检测头辅助单元的铝材缺陷检测方法
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。