[發明專利]一種基于神經網絡架構搜索的表面缺陷分類方法

有效

• 申請號: 202010555030.4
• 申請日: 2020-06-17
• 公開（公告）號: CN111833310B
• 公開（公告）日: 2022-05-06
• 發明（設計）人: 楊鐵軍;張天舒;黃琳
• 申請（專利權）人: 桂林理工大學
• 主分類號: G06T7/00
• 分類號: G06T7/00;G06V10/764;G06V10/82;G06K9/62;G06N3/04;G06N3/08
• 代理公司: 廣州粵高專利商標代理有限公司 44102
• 代理人: 劉俊

1.一種基于神經網絡架構搜索的表面缺陷分類方法，其特征在于，包括以下步驟：

S1：構建堆疊候選cell的網絡架構NAS-SDC，所述網絡架構NAS-SDC基于神經網絡架構搜索構建；

S2：通過NEU-CLS缺陷數據集搜索cell，利用搜索到的最佳cell構建缺陷分類CNN；

S3：利用S2得到的缺陷分類CNN對表面缺陷進行分類；

所述網絡架構NAS-SDC為以下兩種結構中的任意一種：

所述網絡架構NAS-SDC包括N個Normal cell相鄰，共堆疊4組，其中，前3組Normal cell后均添加一個Maxpooling cell，所述Maxpooling cell將其兩個輸入進行Add操作，然后進行2×2的最大池化操作后輸出，最后采用全局平均池化GAP+全連接層FC+Sofxmax的結構作為分類層；

所述網絡架構NAS-SDC包括N個Normal cell相鄰，共堆疊4組，其中，前2組Normal cell后均添加一個Maxpooling cell，所述Maxpooling cell將其兩個輸入進行Add操作，然后進行2×2的最大池化操作后輸出，在第3組Normal cell后則添加了一個Normal cell+Maxpooling cell+Normal cell組合，最后采用全局平均池化GAP+全連接層FC+Sofxmax的結構作為分類層；

步驟S2中搜索cell，利用搜索到的最佳cell構建缺陷分類CNN，具體包括以下步驟：

S2.1：利用NASNet進行搜索cell；

S2.2：對NASNet搜索空間進行精簡；

S2.3：通過控制器網絡進行搜索，通過采樣操作構建候選cell；

S2.4：堆疊候選cell并產生網絡，利用驗證集對驗證網絡是否收斂，若是，則所述候選cell為最佳cell，進入步驟S2.5，若不收斂，則進行梯度下降更新，返回步驟S2.3；

S2.5：堆疊最佳cell并利用測試集進行測試；

步驟S2.2中對NASNet搜索空間進行精簡包括優化cell結構，具體為：

構建一個固定的無參數的Maxpooling cell，將所述Maxpooling cell與Normal cell組合，所述Maxpooling cell將兩個輸入H[i]和H[i-1]進行Add操作，然后進行2×2的最大池化操作；

當輸入H[i]和H[i-1]的特征通道數和尺寸不相同時，進行尺度規劃化操作，所述尺度規劃化操作通過1個Relu激活層、一個kernek數量為K的1×1卷積層和1個BatchNormalization層組成，所述尺度規劃化操作具體為：

當輸入H[i]和H[i-1]的尺寸不同時，需要對H[i-1]進行尺度規范化，設置其尺度規劃化操作中的1×1卷積層的步長為2；

當輸入H[i]和H[i-1]的尺寸相同但特征通道數不同時，對H[i]和H[i-1]中特征通道數較大的進行尺度規范化操作，設置其尺度規范化操作中1×1卷積層的步長為1，K設為H[i]和H[i-1]特征通道數的最小值。

2.根據權利要求1所述的基于神經網絡架構搜索的表面缺陷分類方法，其特征在于，所述網絡架構NAS-SDC在第一組Normal cell前設置一個3×3的卷積層，所述卷積層的核心數為60，所述卷積層用于提取輸入圖像特征。

3.根據權利要求2所述的基于神經網絡架構搜索的表面缺陷分類方法，其特征在于，步驟S2中NEU-CLS缺陷數據集包括六種缺陷，分別為rolled-in scale、patches、crazing、pitted surface、inclusion和scratches，每種缺陷類型有300張灰度圖像，圖像分辨率為64×64。

4.根據權利要求3所述的基于神經網絡架構搜索的表面缺陷分類方法，其特征在于，步驟S2中將NEU-CLS缺陷數據集根據6:1:3的比例1分為訓練集、驗證集和測試集。

5.根據權利要求4所述的基于神經網絡架構搜索的表面缺陷分類方法，其特征在于，步驟S2.2中對NASNet搜索空間進行精簡包括精簡候選操作，具體為：

將NASNet的搜索空間中的操作數量由13個精簡到6個，包括：Identity操作，代碼為0；3×3dw conv操作，代碼為1；5×5dw conv操作，代碼為2；7×7dw conv操作，代碼為3；3×3max pooling操作，代碼為4；3×3average pooling操作，代碼為5。