[發(fā)明專利]一種基于視覺Transformer的刨花板表面缺陷檢測(cè)方法

在審

• 申請(qǐng)?zhí)枺?/td>: 202111680499.1
• 申請(qǐng)日: 2021-12-30
• 公開（公告）號(hào): CN114529507A
• 公開（公告）日: 2022-05-24
• 發(fā)明（設(shè)計(jì)）人: 韋光亮;蘇家儀;王筱東;韋瀟依;方明朗;莫振東
• 申請(qǐng)（專利權(quán)）人: 廣西慧云信息技術(shù)有限公司
• 主分類號(hào): G06T7/00
• 分類號(hào): G06T7/00;G06T7/11;G06V10/774;G06V10/82;G06V10/80;G06K9/62;G06N3/04;G06N3/08
• 代理公司: 南寧東之智專利代理有限公司 45128
• 代理人: 張麗媛

本發(fā)明公開一種基于視覺Transformer的刨花板表面缺陷檢測(cè)方法，包括以下步驟：（1）數(shù)據(jù)集制作；（2）構(gòu)建一個(gè)基于視覺Transformer的語義分割網(wǎng)絡(luò)；所述語義分割網(wǎng)絡(luò)由輸入模塊、編碼器、瓶頸模塊、解碼器、輸出模塊、跳躍連接構(gòu)成；（3）構(gòu)建損失函數(shù)；（4）模型訓(xùn)練：將訓(xùn)練集輸入至步驟(2)中的語義分割網(wǎng)絡(luò)，采用步驟(3)中的損失函數(shù)進(jìn)行監(jiān)督訓(xùn)練，訓(xùn)練過程中，將驗(yàn)證集輸入至訓(xùn)練好的中間模型進(jìn)行驗(yàn)證，獲得訓(xùn)練好的模型參數(shù)；（5）模型推理。本發(fā)明解決刨花板表面缺陷尺度范圍跨度較大的問題，降低漏檢率與誤檢率，提高缺陷區(qū)域分割的精確率。

技術(shù)領(lǐng)域

本發(fā)明涉及刨花板表面缺陷檢測(cè)的技術(shù)領(lǐng)域，更具體地，涉及一種基于視覺Transformer的刨花板表面缺陷檢測(cè)方法。

背景技術(shù)

刨花板表面缺陷是評(píng)判刨花板質(zhì)量的重要指標(biāo)之一，刨花板表面缺陷存在影響外觀、降低強(qiáng)度、影響二次加工等弊端，對(duì)用戶造成安全隱患，對(duì)企業(yè)帶來經(jīng)濟(jì)損失，因此，為保障刨花板質(zhì)量，表面缺陷檢測(cè)是刨花板加工過程中必不可少的環(huán)節(jié)。

傳統(tǒng)的刨花板表面檢測(cè)方法依賴生產(chǎn)線工人肉眼觀察后根據(jù)經(jīng)驗(yàn)對(duì)刨花板質(zhì)量進(jìn)行評(píng)級(jí)，但生產(chǎn)線上刨花板的運(yùn)動(dòng)速度可達(dá)1.5～2m/s，工人經(jīng)過長(zhǎng)時(shí)間的肉眼觀察，易產(chǎn)生視覺疲勞，導(dǎo)致漏檢率高、誤檢率高，影響檢測(cè)效果。

隨著機(jī)械化、自動(dòng)化的發(fā)展，基于視覺的刨花板表面缺陷檢測(cè)系統(tǒng)逐漸被應(yīng)用到生產(chǎn)線上，實(shí)現(xiàn)無人干預(yù)、無損檢測(cè)。刨花板表面缺陷類型較多、模式復(fù)雜，傳統(tǒng)的機(jī)器視覺算法需要人工設(shè)計(jì)特征，難以適應(yīng)復(fù)雜多變的缺陷數(shù)據(jù)，魯棒性和泛化性較差；基于通用卷積神經(jīng)網(wǎng)絡(luò)的缺陷檢測(cè)算法，通過機(jī)器學(xué)習(xí)的方式自動(dòng)提取圖像局部特征，實(shí)現(xiàn)對(duì)缺陷區(qū)域的分割，但刨花板表面缺陷的尺度范圍跨度較大，如劃痕通常較長(zhǎng)、砂穿面積較大、大刨花面積較小等，導(dǎo)致分割效果不穩(wěn)定。

發(fā)明內(nèi)容

本發(fā)明針對(duì)現(xiàn)有技術(shù)不足，提供一種基于視覺Transformer的刨花板表面缺陷檢測(cè)方法，利用視覺Transformer的自注意力機(jī)制、U形跨層網(wǎng)絡(luò)結(jié)構(gòu)的低層細(xì)節(jié)與高層語義跨層融合特性，實(shí)現(xiàn)端到端的語義分割算法，解決刨花板表面缺陷尺度范圍跨度較大的問題，降低漏檢率與誤檢率，提高缺陷區(qū)域分割的精確率。

為解決上述技術(shù)問題，本發(fā)明所采用的技術(shù)方案是：一種基于視覺Transformer的刨花板表面缺陷檢測(cè)方法，包括以下步驟：

(1)數(shù)據(jù)集制作：收集海量刨花板表面缺陷的圖片，設(shè)定缺陷類別、初始分辨率和初始維度；將所有圖片按一定的比例劃分訓(xùn)練集、驗(yàn)證集與測(cè)試集；將訓(xùn)練集和驗(yàn)證集的圖片裁剪成若干個(gè)分塊圖片，每個(gè)分塊圖片的分辨率和維度都為初始分辨率和初始維度；對(duì)分塊圖片依據(jù)缺陷類別進(jìn)行語義分割標(biāo)注；

(2)預(yù)設(shè)的臨界維度，構(gòu)建一個(gè)基于視覺Transformer的語義分割網(wǎng)絡(luò)：所述語義分割網(wǎng)絡(luò)由輸入模塊、編碼器、瓶頸模塊、解碼器、輸出模塊、跳躍連接構(gòu)成；

所述輸入模塊，用于將輸入圖片進(jìn)行[-0.5，0.5]歸一化，并按4x4網(wǎng)格的方式進(jìn)行圖片分塊獲得輸入處理圖片；所述輸入處理圖片的維度為目標(biāo)維度；

所述編碼器，由線性變換層組件、編碼Swin Transformer模塊組件與分塊合并組件構(gòu)成，用于逐層特征編碼；

所述線性變換層組件用于將輸入處理圖片進(jìn)行特征升維操作獲得特征數(shù)據(jù)；所述編碼Swin Transformer模塊組件有若干個(gè)接收分辨率和維度都不同的編碼SwinTransformer模塊，每個(gè)編碼Swin Transformer模塊用于對(duì)接收指定維度的特征數(shù)據(jù)進(jìn)行自注意力表征學(xué)習(xí)，并進(jìn)行低層細(xì)節(jié)與高層語義跨層融合；所述分塊合并組件有若干個(gè)接收維度不同的分塊合并，每個(gè)分塊合并用于將接收編碼Swin Transformer模塊組件指定維度的特征數(shù)據(jù)后將特征數(shù)據(jù)按2x2鄰域進(jìn)行連接，分辨率2倍下采樣，并進(jìn)行2倍維度的升維，得到特征數(shù)據(jù)并對(duì)比臨界維度；若特征數(shù)據(jù)未達(dá)到臨界維度則繼續(xù)輸入相應(yīng)的編碼Swin Transformer模塊，直至得到的特征數(shù)據(jù)達(dá)到臨界維度后輸入至瓶頸模塊；