QQ交談
專利類型:
發(fā)明授權(quán)
申請(專利)號:
CN202510714831.3
申請日:
2025-05-30
授權(quán)公告號:
CN120219397B
授權(quán)公告日:
2025-07-25
申請人:
西南石油大學(xué)
地址:
610500 四川省成都市新都區(qū)新都大道8號
發(fā)明人:
李瑞; 丁莫平; 張佳寧; 胡佳穎
專輯:
信息科技
專題:
計算機軟件及計算機應(yīng)用
主分類號:
G06T7/00
分類號:
G06T7/00;G06V10/764;G06V10/80;G06V10/82;G06V10/774;G06V10/25;G06N3/0464;G06N3/045;G06N3/084
國省代碼:
51
頁數(shù):
10
代理機構(gòu):
成都喬一喬專利代理事務(wù)所(普通合伙)
代理人:
吳林
1.一種基于改進Faster R-CNN算法的鋼鐵表面缺陷檢測方法,其特征在于,包括如下步驟:S1、采集各類含有表面缺陷的鋼制產(chǎn)品表面圖像,并標(biāo)注各類缺陷;S2、構(gòu)建改進Faster R-CNN網(wǎng)絡(luò),所述改進Faster R-CNN網(wǎng)絡(luò)包括主干網(wǎng)絡(luò)、區(qū)域建議網(wǎng)絡(luò)、興趣域池化層和分類與回歸頭,所述主干網(wǎng)絡(luò)將灰度圖像進行偽彩色轉(zhuǎn)換生成偽彩色圖像,然后分別提取所述灰度圖像和所述偽彩色圖像的特征,并通過注意力機制進行特征融合,生成最終特征圖;所述主干網(wǎng)絡(luò)中,先將灰度圖像轉(zhuǎn)換成偽彩色圖像并計算所述灰度圖像的紋理梯度,接著將所述偽彩色圖像的每個通道分別與所述紋理梯度進行加權(quán)融合生成偽彩色分支輸入圖,分別使用Resnet50網(wǎng)絡(luò)將所述偽彩色分支輸入圖、所述灰度圖像轉(zhuǎn)換為偽彩色分支特征圖和灰度分支特征圖,然后使用通道級注意力將所述彩色分支特征圖和所述灰度分支特征圖融合為一個特征圖,最后再使用空間級注意力處理基于通道級注意力融合的特征圖,得到最終特征圖;S3、利用所述鋼制產(chǎn)品表面圖像作為灰度圖像訓(xùn)練所述改進Faster R-CNN網(wǎng)絡(luò),得到鋼制產(chǎn)品表面缺陷識別模型;S4、采集待預(yù)測的鋼制產(chǎn)品表面圖像并輸入所述鋼制產(chǎn)品表面缺陷識別模型,識別所述待預(yù)測的鋼制產(chǎn)品表面圖像中的缺陷。
本發(fā)明公開了一種基于改進Faster R-CNN算法的鋼鐵表面缺陷檢測方法,屬于工業(yè)缺陷檢測技術(shù)領(lǐng)域。包括:采集各類含有表面缺陷的鋼制產(chǎn)品表面圖像;構(gòu)建改進Faster R-CNN網(wǎng)絡(luò),利用采集的圖像訓(xùn)練改進Faster R-CNN網(wǎng)絡(luò),得到鋼制產(chǎn)品表面缺陷識別模型,利用鋼制產(chǎn)品表面缺陷識別模型識別鋼制產(chǎn)品表面圖像中的缺陷。本發(fā)明對Faster R-CNN模型的主干網(wǎng)絡(luò)進行了改進,主干網(wǎng)絡(luò)將灰度圖像進行偽彩色轉(zhuǎn)換,然后分別提取灰度圖像和偽彩色圖像的特征,并通過注意力機制進行特征融合,達到增強缺陷特征的目的,顯著提高了鋼鐵表面缺陷檢測的準(zhǔn)確率。