[發(fā)明專(zhuān)利]一種基于神經(jīng)網(wǎng)絡(luò)的磁瓦表面缺陷檢測(cè)方法在審
| 申請(qǐng)?zhí)枺?/td> | 202110480208.8 | 申請(qǐng)日: | 2021-04-30 |
| 公開(kāi)(公告)號(hào): | CN113177921A | 公開(kāi)(公告)日: | 2021-07-27 |
| 發(fā)明(設(shè)計(jì))人: | 李澤輝;王華龍;楊海東 | 申請(qǐng)(專(zhuān)利權(quán))人: | 佛山市南海區(qū)廣工大數(shù)控裝備協(xié)同創(chuàng)新研究院 |
| 主分類(lèi)號(hào): | G06T7/00 | 分類(lèi)號(hào): | G06T7/00;G06K9/62;G06N3/04;G06N3/08;G01N21/88 |
| 代理公司: | 廣州科沃園專(zhuān)利代理有限公司 44416 | 代理人: | 馬盼 |
| 地址: | 528200 廣東省佛山*** | 國(guó)省代碼: | 廣東;44 |
| 權(quán)利要求書(shū): | 查看更多 | 說(shuō)明書(shū): | 查看更多 |
| 摘要: | |||
| 搜索關(guān)鍵詞: | 一種 基于 神經(jīng)網(wǎng)絡(luò) 表面 缺陷 檢測(cè) 方法 | ||
1.一種基于神經(jīng)網(wǎng)絡(luò)的磁瓦表面缺陷檢測(cè)方法,其特征在于,包括以下步驟:
S1、采集磁瓦表面圖像,將所述磁瓦表面圖像分為訓(xùn)練集和實(shí)驗(yàn)集;
S2、用訓(xùn)練集訓(xùn)練神經(jīng)網(wǎng)絡(luò)模型得到神經(jīng)網(wǎng)絡(luò)模型Ⅰ;
S3、在訓(xùn)練后的神經(jīng)網(wǎng)絡(luò)模型Ⅰ中添加特征融合模塊,得到神經(jīng)網(wǎng)絡(luò)模型Ⅱ;
S4、在神經(jīng)網(wǎng)絡(luò)模型Ⅱ中引入注意機(jī)制,得到神經(jīng)網(wǎng)絡(luò)Ⅲ;
S5、用神經(jīng)網(wǎng)絡(luò)模型Ⅲ檢測(cè)所述實(shí)驗(yàn)集,得到檢測(cè)結(jié)果,根據(jù)檢測(cè)結(jié)果判斷磁瓦表面是否存在缺陷。
2.根據(jù)權(quán)利要求1所述的一種基于神經(jīng)網(wǎng)絡(luò)的磁瓦表面缺陷檢測(cè)方法,其特征在于,所述S1還包括:用旋轉(zhuǎn)圖像采集系統(tǒng)對(duì)M個(gè)磁瓦樣品表面從N個(gè)方向進(jìn)行圖像收集,每個(gè)磁瓦樣品得到N張圖像,M和N均為大于0的整數(shù)。
3.根據(jù)權(quán)利要求1所述的一種基于神經(jīng)網(wǎng)絡(luò)的磁瓦表面缺陷檢測(cè)方法,其特征在于,所述S2還包括:
S21、將所述訓(xùn)練集根據(jù)不同的采集方向進(jìn)行分類(lèi),將同一采集方向的不同磁瓦樣品的圖像歸類(lèi)為一個(gè)流,共歸類(lèi)出G個(gè)流,所述G為大于0的整數(shù),所述G與M相等;
S22、將每個(gè)流輸入至原始神經(jīng)網(wǎng)絡(luò)模型,對(duì)所述原始神經(jīng)網(wǎng)絡(luò)模型進(jìn)行預(yù)訓(xùn)練,得到預(yù)訓(xùn)練神經(jīng)網(wǎng)絡(luò)模型;
S23、將預(yù)訓(xùn)練神經(jīng)網(wǎng)路模型的權(quán)值作為神經(jīng)網(wǎng)絡(luò)模型的初始值,并對(duì)神經(jīng)網(wǎng)絡(luò)模型進(jìn)行訓(xùn)練,直至收斂得到神經(jīng)網(wǎng)絡(luò)模型Ⅰ。
4.根據(jù)權(quán)利要求3所述的一種基于神經(jīng)網(wǎng)絡(luò)的磁瓦表面缺陷檢測(cè)方法,其特征在于,所述步驟S23還包括:使用CBAM(卷積塊注意模塊)來(lái)抑制不需要的信息,使用下式來(lái)計(jì)算損失:
式中,m表示最小批量;k表示類(lèi)數(shù);l{·}表示指示函數(shù),其中,l{true}=1,,l{false}=0。
5.根據(jù)權(quán)利要求1所述的一種基于神經(jīng)網(wǎng)絡(luò)的磁瓦表面缺陷檢測(cè)方法,其特征在于,所述S3還包括:使用連接算子進(jìn)行所述特征融合模塊與神經(jīng)網(wǎng)絡(luò)模型Ⅰ的融合。
6.根據(jù)權(quán)利要求5所述的一種基于神經(jīng)網(wǎng)絡(luò)的磁瓦表面缺陷檢測(cè)方法,其特征在于,所述連接算子為連接運(yùn)算符。
7.根據(jù)權(quán)利要求1所述的一種基于神經(jīng)網(wǎng)絡(luò)的磁瓦表面缺陷檢測(cè)方法,其特征在于,所述注意機(jī)制為卷積層中的注意力模塊,所述卷積層中的注意力模塊包括通道注意模塊和空間注意模塊。
8.根據(jù)權(quán)利要求1所述的一種基于神經(jīng)網(wǎng)絡(luò)的磁瓦表面缺陷檢測(cè)方法,其特征在于,所述原始神經(jīng)網(wǎng)絡(luò)模型為卷積神經(jīng)網(wǎng)絡(luò)模型,所述神經(jīng)網(wǎng)絡(luò)模型為融合特征卷積神經(jīng)網(wǎng)絡(luò)模型。
該專(zhuān)利技術(shù)資料僅供研究查看技術(shù)是否侵權(quán)等信息,商用須獲得專(zhuān)利權(quán)人授權(quán)。該專(zhuān)利全部權(quán)利屬于佛山市南海區(qū)廣工大數(shù)控裝備協(xié)同創(chuàng)新研究院,未經(jīng)佛山市南海區(qū)廣工大數(shù)控裝備協(xié)同創(chuàng)新研究院許可,擅自商用是侵權(quán)行為。如果您想購(gòu)買(mǎi)此專(zhuān)利、獲得商業(yè)授權(quán)和技術(shù)合作,請(qǐng)聯(lián)系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/202110480208.8/1.html,轉(zhuǎn)載請(qǐng)聲明來(lái)源鉆瓜專(zhuān)利網(wǎng)。
- 硬件神經(jīng)網(wǎng)絡(luò)轉(zhuǎn)換方法、計(jì)算裝置、軟硬件協(xié)作系統(tǒng)
- 生成較大神經(jīng)網(wǎng)絡(luò)
- 神經(jīng)網(wǎng)絡(luò)的生成方法、生成裝置和電子設(shè)備
- 一種舌診方法、裝置、計(jì)算設(shè)備及計(jì)算機(jī)存儲(chǔ)介質(zhì)
- 學(xué)習(xí)神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)
- 脈沖神經(jīng)網(wǎng)絡(luò)轉(zhuǎn)換方法及相關(guān)轉(zhuǎn)換芯片
- 圖像處理方法、裝置、可讀存儲(chǔ)介質(zhì)和計(jì)算機(jī)設(shè)備
- 一種適應(yīng)目標(biāo)數(shù)據(jù)集的網(wǎng)絡(luò)模型微調(diào)方法、系統(tǒng)、終端和存儲(chǔ)介質(zhì)
- 用于重構(gòu)人工神經(jīng)網(wǎng)絡(luò)的處理器及其操作方法、電氣設(shè)備
- 一種圖像神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)的優(yōu)化方法及裝置





