[發(fā)明專利]電感缺陷檢測方法、設備及可讀存儲介質(zhì)

在審

• 申請?zhí)枺?/td>: 202110261790.9
• 申請日: 2021-03-10
• 公開（公告）號: CN112966755A
• 公開（公告）日: 2021-06-15
• 發(fā)明（設計）人: 徐麟;張兵;陳林山;劉世盛;曹長根
• 申請（專利權(quán)）人: 深圳市固電電子有限公司
• 主分類號: G06K9/62
• 分類號: G06K9/62;G06K9/46;G06N3/04;G06N3/08
• 代理公司: 深圳市恒程創(chuàng)新知識產(chǎn)權(quán)代理有限公司 44542
• 代理人: 劉冰

1.一種電感缺陷檢測方法，其特征在于，所述電感缺陷檢測方法包括：

獲取待檢測電感對應的待檢測電感圖像，并基于目標特征提取模型，對所述待檢測電感圖像進行特征提取，獲得電感圖像特征數(shù)據(jù)，其中，所述目標特征提取模型是基于預設第一圖像類別集合和預設第二圖像類別進行對比學習構(gòu)建的；

基于所述電感圖像特征數(shù)據(jù)和預設電感缺陷檢測模型，對所述待檢測電感進行電感缺陷檢測，獲得電感缺陷檢測結(jié)果。

2.如權(quán)利要求1所述電感缺陷檢測方法，其特征在于，所述基于所述電感圖像特征數(shù)據(jù)和預設電感缺陷檢測模型，對所述待檢測電感進行電感缺陷檢測，獲得電感缺陷檢測結(jié)果的步驟包括：

基于所述預設電感缺陷檢測模型，對所述電感圖像特征數(shù)據(jù)進行哈希編碼，獲得所述電感圖像特征數(shù)據(jù)對應的哈希編碼值；

基于所述哈希編碼值與各預設哈希編碼值，生成所述電感缺陷檢測結(jié)果。

3.如權(quán)利要求2所述電感缺陷檢測方法，其特征在于，所述基于所述哈希編碼值與各預設哈希編碼值，生成所述電感缺陷檢測結(jié)果的步驟包括：

計算所述哈希編碼值與各所述預設哈希編碼值之間的漢明距離；

基于各所述漢明距離，在各所述預設哈希編碼值中確定所述哈希編碼值對應的目標哈希編碼值；

將所述目標哈希編碼值對應的電感缺陷類別作為所述電感缺陷檢測結(jié)果。

4.如權(quán)利要求2所述電感缺陷檢測方法，其特征在于，所述預設電感缺陷檢測模型包括哈希層，

所述基于所述預設電感缺陷檢測模型，對所述電感圖像特征數(shù)據(jù)進行哈希編碼，獲得所述電感圖像特征數(shù)據(jù)對應的哈希編碼值的步驟包括：

將所述電感圖像特征數(shù)據(jù)輸入所述哈希層，對所述電感圖像特征數(shù)據(jù)進行極化哈希，獲得極化哈希結(jié)果；

基于所述極化哈希結(jié)果中各比特位上的目標特征值，將所述極化哈希結(jié)果轉(zhuǎn)換為所述哈希編碼值。

5.如權(quán)利要求4所述電感缺陷檢測方法，其特征在于，所述電感圖像特征數(shù)據(jù)包括電感圖像特征矩陣，

所述將所述電感圖像特征數(shù)據(jù)輸入所述哈希層，對所述電感圖像特征數(shù)據(jù)進行極化哈希，獲得極化哈希結(jié)果的步驟包括：

對所述電感圖像特征矩陣進行全連接，獲得全連接向量，并分別為所述全連接向量中各特定比特位匹配極化輸出通道；

基于各所述極化輸出通道，對各所述特定比特位上的特征值進行極化，獲得所述極化哈希結(jié)果。

6.如權(quán)利要求4所述電感缺陷檢測方法，其特征在于，所述極化哈希結(jié)果包括極化哈希向量，所述哈希編碼值至少包括二值哈希編碼和三值哈希編碼中的一種，

所述基于所述極化哈希結(jié)果中各比特位上的目標特征值，將所述極化哈希結(jié)果轉(zhuǎn)換為所述哈希編碼值的步驟包括：

基于各所述目標特征值的正負符號，對所述極化哈希向量進行二值哈希編碼轉(zhuǎn)換，獲得所述二值哈希編碼；和/或

基于各所述目標特征值的大小和預設特征值取值范圍，對所述極化哈希向量進行三值哈希編碼轉(zhuǎn)換，獲得三值哈希編碼。

7.如權(quán)利要求1所述電感缺陷檢測方法，其特征在于，在所述基于目標特征提取模型，對所述待檢測電感圖像進行特征提取，獲得電感圖像特征數(shù)據(jù)，其中，所述目標特征提取模型是基于預設第一圖像類別集合和預設第二圖像類別進行對比學習構(gòu)建的步驟之前，所述電感缺陷檢測方法還包括：

獲取待訓練特征提取模型，并提取訓練電感圖像；

基于所述預設第一圖像類別集合和所述預設第二圖像類別，提取所述訓練電感圖像對應的第一對比電感圖像以及對應的第二對比電感圖像；

基于所述待訓練特征提取模型，分別對所述訓練電感圖像、所述第一對比電感圖像以及所述第二對比電感圖像進行特征提取，獲得訓練圖像特征提取結(jié)果、第一對比圖像特征提取結(jié)果和第二對比圖像特征提取結(jié)果；

基于所述訓練圖像特征提取結(jié)果、所述第一對比圖像特征提取結(jié)果以及所述第二對比圖像特征提取結(jié)果，計算所述待訓練特征提取模型對應的對比學習損失；

基于所述對比學習損失，優(yōu)化所述待訓練特征提取模型，獲得所述目標特征提取模型。