[發(fā)明專利]一種基于Faster R-CNN網(wǎng)絡(luò)的金屬板帶表面缺陷檢測(cè)方法及裝置

有效

• 申請(qǐng)?zhí)枺?/td>: 201710110525.4
• 申請(qǐng)日: 2017-02-28
• 公開(kāi)（公告）號(hào): CN106952250B
• 公開(kāi)（公告）日: 2021-05-07
• 發(fā)明（設(shè)計(jì)）人: 李江昀;任起銳;張杰;左磊
• 申請(qǐng)（專利權(quán)）人: 北京科技大學(xué)
• 主分類號(hào): G06T7/00
• 分類號(hào): G06T7/00;G01N21/88
• 代理公司: 北京市廣友專利事務(wù)所有限責(zé)任公司 11237
• 代理人: 張仲波

1.一種基于Faster R-CNN網(wǎng)絡(luò)的金屬板帶表面缺陷檢測(cè)方法，其特征在于，包括：

采集用于訓(xùn)練Faster R-CNN網(wǎng)絡(luò)的金屬板帶表面的圖像；

對(duì)采集到的所述金屬板帶表面的圖像進(jìn)行數(shù)據(jù)增強(qiáng)；通過(guò)翻轉(zhuǎn)、平移策略對(duì)采集到的所述金屬板帶表面的圖像進(jìn)行數(shù)據(jù)增強(qiáng)；

將采集到的所述金屬板帶表面的圖像及數(shù)據(jù)增強(qiáng)后得到的圖像中的缺陷部分用矩形框進(jìn)行標(biāo)注，獲取所述矩形框的坐標(biāo)與所述矩形框所包含缺陷的種類；根據(jù)要檢測(cè)的缺陷類別，修改Faster R-CNN網(wǎng)絡(luò)所能檢測(cè)的總的缺陷類別，并為每一個(gè)要檢測(cè)的缺陷類別分配固定的編號(hào)；其中所述缺陷類別包括：輥印、污漬、劃痕、孔洞、漏涂、凹陷、氣泡、異物、剝落；

根據(jù)采集到的所述金屬板帶表面的圖像及數(shù)據(jù)增強(qiáng)后得到的圖像，及獲取的所述矩形框的坐標(biāo)與所述矩形框所包含缺陷的種類生成數(shù)據(jù)集，并根據(jù)所述數(shù)據(jù)集對(duì)Faster R-CNN網(wǎng)絡(luò)進(jìn)行訓(xùn)練；

實(shí)時(shí)采集待檢測(cè)的金屬板帶表面圖像，根據(jù)訓(xùn)練好的Faster R-CNN網(wǎng)絡(luò)和實(shí)時(shí)采集到的待檢測(cè)的金屬板帶表面圖像，實(shí)時(shí)檢測(cè)金屬板帶表面是否有缺陷，并對(duì)檢測(cè)到的缺陷進(jìn)行分類和定位。

2.根據(jù)權(quán)利要求1所述的基于Faster R-CNN網(wǎng)絡(luò)的金屬板帶表面缺陷檢測(cè)方法，其特征在于，所述將采集到的所述金屬板帶表面的圖像及數(shù)據(jù)增強(qiáng)后得到的圖像中的缺陷部分用矩形框進(jìn)行標(biāo)注，獲取所述矩形框的坐標(biāo)與所述矩形框所包含缺陷的種類包括：

將采集到的所述金屬板帶表面的圖像及數(shù)據(jù)增強(qiáng)后得到的圖像中的缺陷部分用矩形框進(jìn)行標(biāo)注，獲取所述矩形框的中心點(diǎn)坐標(biāo)，所述矩形框的寬度、高度，及所述矩形框所包含缺陷的種類；

將采集到的所述金屬板帶表面的圖像及數(shù)據(jù)增強(qiáng)后得到的圖像、獲取的所述矩形框的中心點(diǎn)坐標(biāo)、所述矩形框的寬度與高度、及所述矩形框所包含缺陷的種類生成數(shù)據(jù)集。

3.一種基于Faster R-CNN網(wǎng)絡(luò)的金屬板帶表面缺陷檢測(cè)裝置，其特征在于，包括：

采集模塊，用于采集用于訓(xùn)練Faster R-CNN網(wǎng)絡(luò)的金屬板帶表面的圖像；

增強(qiáng)模塊，用于對(duì)采集到的所述金屬板帶表面的圖像通過(guò)翻轉(zhuǎn)、平移策略進(jìn)行數(shù)據(jù)增強(qiáng)；

獲取模塊，用于將采集到的所述金屬板帶表面的圖像及數(shù)據(jù)增強(qiáng)后得到的圖像中的缺陷部分用矩形框進(jìn)行標(biāo)注，獲取所述矩形框的坐標(biāo)與所述矩形框所包含缺陷的種類；

編號(hào)模塊，用于根據(jù)要檢測(cè)的缺陷類別，修改Faster R-CNN網(wǎng)絡(luò)所能檢測(cè)的總的缺陷類別，并為每一個(gè)要檢測(cè)的缺陷類別分配固定的編號(hào)；其中所述缺陷類別包括：輥印、污漬、劃痕、孔洞、漏涂、凹陷、氣泡、異物、剝落；

訓(xùn)練模塊，用于根據(jù)采集到的所述金屬板帶表面的圖像及數(shù)據(jù)增強(qiáng)后得到的圖像，及獲取的所述矩形框的坐標(biāo)與所述矩形框所包含缺陷的種類生成數(shù)據(jù)集，并根據(jù)所述數(shù)據(jù)集對(duì)Faster R-CNN網(wǎng)絡(luò)進(jìn)行訓(xùn)練；

檢測(cè)模塊，用于實(shí)時(shí)采集待檢測(cè)的金屬板帶表面圖像，根據(jù)訓(xùn)練好的Faster R-CNN網(wǎng)絡(luò)和實(shí)時(shí)采集到的待檢測(cè)的金屬板帶表面圖像，實(shí)時(shí)檢測(cè)金屬板帶表面是否有缺陷，并對(duì)檢測(cè)到的缺陷進(jìn)行分類和定位。

4.根據(jù)權(quán)利要求3所述的基于Faster R-CNN網(wǎng)絡(luò)的金屬板帶表面缺陷檢測(cè)裝置，其特征在于，所述獲取模塊包括：

標(biāo)注單元，用于將采集到的所述金屬板帶表面的圖像及數(shù)據(jù)增強(qiáng)后得到的圖像中的缺陷部分用矩形框進(jìn)行標(biāo)注；

獲取單元，用于獲取所述矩形框的中心點(diǎn)坐標(biāo)，所述矩形框的寬度、高度，及所述矩形框所包含缺陷的種類；

生成單元，用于將采集到的所述金屬板帶表面的圖像及數(shù)據(jù)增強(qiáng)后得到的圖像、獲取的所述矩形框的中心點(diǎn)坐標(biāo)、所述矩形框的寬度與高度、及所述矩形框所包含缺陷的種類生成數(shù)據(jù)集。