[發(fā)明專利]一種帶鋼表面缺陷識(shí)別模型的訓(xùn)練方法及裝置

有效

• 申請(qǐng)?zhí)枺?/td>: 202011483741.1
• 申請(qǐng)日: 2020-12-16
• 公開（公告）號(hào): CN112819748B
• 公開（公告）日: 2023-09-19
• 發(fā)明（設(shè)計(jì)）人: 李康宇;王西峰;姬麗娟;徐斌
• 申請(qǐng)（專利權(quán)）人: 機(jī)科發(fā)展科技股份有限公司
• 主分類號(hào): G06T7/00
• 分類號(hào): G06T7/00;G06V10/44;G06V10/80;G06V10/764;G06V10/82;G06N3/0464;G06N3/048;G06N3/08;G01N21/01;G01N21/88
• 代理公司: 北京鼎佳達(dá)知識(shí)產(chǎn)權(quán)代理事務(wù)所(普通合伙) 11348
• 代理人: 任媛;劉鐵生

1.一種帶鋼表面缺陷識(shí)別模型的訓(xùn)練方法，其特征在于，包括：

獲取圖像樣本集，其中，所述圖像樣本集中包括有多個(gè)帶鋼表面圖像樣本，且各所述帶鋼表面圖像樣本分別標(biāo)注有至少一種帶鋼表面缺陷；

采用具有多尺寸特征融合功能的神經(jīng)網(wǎng)絡(luò)模型，對(duì)所述圖像樣本集中的帶鋼表面圖像樣本進(jìn)行多尺寸特征融合處理，從所述圖像樣本集的帶鋼表面圖像樣本中提取表征帶鋼表面缺陷的目標(biāo)特征圖；所述神經(jīng)網(wǎng)絡(luò)模型用于增強(qiáng)微小型缺陷的特征映射分辨率，將缺陷定位和種類判定分散到多個(gè)尺度上；

基于所提取的目標(biāo)特征圖，訓(xùn)練帶鋼表面缺陷識(shí)別模型；

采用具有多尺寸特征融合功能的神經(jīng)網(wǎng)絡(luò)模型，對(duì)所述圖像樣本集中的帶鋼表面圖像樣本進(jìn)行多尺寸特征融合處理，從所述圖像樣本集的帶鋼表面圖像樣本中提取表征帶鋼表面缺陷的目標(biāo)特征圖，包括：

針對(duì)所述圖像樣本集中的每一個(gè)所述帶鋼表面圖像樣本均執(zhí)行如下操作：

采用所述神經(jīng)網(wǎng)絡(luò)模型中的N個(gè)依次層疊連接的瓶頸層，將所述帶鋼表面圖像樣本依次縮小，形成N個(gè)第一參考特征圖，其中，N個(gè)依次層疊連接的瓶頸層中的底層輸出的第一參考特征圖尺寸最大，頂層輸出的第一參考特征圖尺寸最??；越接近底層的第一參考特征圖具有的結(jié)構(gòu)信息越好，越接近頂層的第一參考特征圖具有的語義信息越強(qiáng)；

從頂層輸出的第一參考特征圖開始，依次對(duì)相鄰的兩個(gè)第一參考特征圖進(jìn)行上采樣融合處理，形成所有相鄰的兩個(gè)第一參考特征圖對(duì)應(yīng)的第二參考特征圖；

從底層輸出的第一參考特征圖對(duì)應(yīng)的第二參考特征圖開始，依次對(duì)各所述第二參考特征圖進(jìn)行下采樣融合處理，形成各所述第二參考特征圖對(duì)應(yīng)的第三參考特征圖；

從所形成的各所述第三參考特征圖中提取表征帶鋼表面缺陷信息的目標(biāo)特征圖；

采用所述神經(jīng)網(wǎng)絡(luò)模型中的N個(gè)依次層疊連接的瓶頸層，將所述帶鋼表面圖像樣本依次縮小，形成N個(gè)第一參考特征圖，包括：從所述N個(gè)依次層疊連接的瓶頸層中的底層開始，將底層至頂層各所述瓶頸層依次作為當(dāng)前層均執(zhí)行：將目標(biāo)圖像輸入至所述當(dāng)前層，利用所述當(dāng)前層基于所述目標(biāo)圖像的原有尺寸縮小所述目標(biāo)圖像的尺寸以及基于所述目標(biāo)圖像的原有通道數(shù)擴(kuò)增所述目標(biāo)圖像的通道數(shù)，形成所述當(dāng)前層輸出的第一參考特征圖；其中，所述當(dāng)前層為N個(gè)依次層疊連接的瓶頸層中的頂層時(shí)，所述目標(biāo)圖像為所述帶鋼表面圖像樣本，所述當(dāng)前層不為N個(gè)依次層疊連接的瓶頸層中的頂層時(shí)，所述目標(biāo)圖像為與所述當(dāng)前層相鄰的上一層輸出的第一參考特征圖；

從底層輸出的第一參考特征圖對(duì)應(yīng)的第二參考特征圖開始，依次對(duì)各所述第二參考特征圖進(jìn)行下采樣融合處理，形成各所述第二參考特征圖對(duì)應(yīng)的第三參考特征圖，包括：對(duì)底層的第二參考特征圖進(jìn)行濾波處理，得到所述第二參考特征圖對(duì)應(yīng)的第三參考特征圖；從與底層的第二參考特征圖相鄰的上一個(gè)第二參考特征圖開始，將各所述第二參考特征圖作為當(dāng)前第二參考特征圖均執(zhí)行：對(duì)上一個(gè)第二參考特征參考圖對(duì)應(yīng)的第三參考特征圖實(shí)施下采樣，將所述第三參考特征圖的原有尺寸縮小至與所述當(dāng)前第二參考特征圖的尺寸相同；將縮小后的第三參考特征圖與所述當(dāng)前第二參考特征圖中對(duì)應(yīng)的像素位置相加，并在像素位置相加后，進(jìn)行濾波處理，得到所述當(dāng)前參考特征圖對(duì)應(yīng)的第三參考特征圖；

從所形成的各所述第三參考特征圖中提取表征帶鋼表面缺陷信息的目標(biāo)特征圖，包括：在各所述第三參考特征圖中設(shè)置不同比例的單尺寸錨框；其中，每個(gè)所述第三參考特征圖的每個(gè)像素位置上預(yù)設(shè)不同比例的單尺度錨框；將各所述單尺寸錨框?qū)?yīng)的像素位置提取為所述目標(biāo)特征圖。

2.根據(jù)權(quán)利要求1所述的方法，其特征在于，從頂層輸出的第一參考特征圖開始，依次對(duì)相鄰的兩個(gè)第一參考特征圖進(jìn)行上采樣融合處理，形成所有相鄰的兩個(gè)第一參考特征圖對(duì)應(yīng)的第二參考特征圖，包括：

從頂層輸出的第一參考特征圖開始，將頂層至底層輸出的第一參考特征圖依次作為當(dāng)前第一參考特征圖均執(zhí)行：

對(duì)所述當(dāng)前第一參考特征圖進(jìn)行卷積操作，使得所述當(dāng)前第一參考特征圖與其相鄰的下一層輸出的第一參考特征圖具有相同通道數(shù)；

對(duì)所述當(dāng)前第一參考特征圖實(shí)施上采樣，使得所述當(dāng)前第一參考特征圖與其相鄰的下一層輸出的第一參考特征圖具有相同尺寸，形成當(dāng)前第一參考特征圖和與其相鄰的下一層輸出的第一參考特征圖對(duì)應(yīng)的第二參考特征圖。