[發(fā)明專利]一種屋面板缺陷檢測方法和系統(tǒng)

在審

• 申請?zhí)枺?/td>: 202210432568.5
• 申請日: 2022-04-24
• 公開（公告）號(hào): CN114529546A
• 公開（公告）日: 2022-05-24
• 發(fā)明（設(shè)計(jì)）人: 張超;張波
• 申請（專利權(quán)）人: 科大天工智能裝備技術(shù)（天津）有限公司;北京科技大學(xué)
• 主分類號(hào): G06T7/00
• 分類號(hào): G06T7/00;G06T5/00;G06T5/10;G06V10/764;G06V10/80;G06V10/82;G06K9/62;G06N3/04;G06N3/08
• 代理公司: 北京高沃律師事務(wù)所 11569
• 代理人: 王愛濤

本發(fā)明涉及一種屋面板缺陷檢測方法和系統(tǒng)，屬于圖像處理技術(shù)領(lǐng)域。本發(fā)明提供的屋面板缺陷檢測方法，通過采用基于YOLOv5?MCA網(wǎng)絡(luò)模型的屋面板缺陷檢測分類模型對屋面板是否存在缺陷進(jìn)行自動(dòng)化檢測，能夠顯著提高屋面板缺陷檢測的精確性和效率。

技術(shù)領(lǐng)域

本發(fā)明涉及缺陷檢測技術(shù)領(lǐng)域，特別是涉及一種屋面板缺陷檢測方法和系統(tǒng)。

背景技術(shù)

大型建筑（機(jī)場、工廠、火車站等）屋面通常采用鋼板搭建，屋面板在輻射、溫差、大雪、風(fēng)、雨等惡劣環(huán)境下容易發(fā)生腐蝕、斷裂、漏水、撕裂以及屋面掀翻的風(fēng)險(xiǎn)，傳統(tǒng)的人工檢測方法需要工人登高進(jìn)行肉眼觀測，這種方法不僅準(zhǔn)確率低、效率低，還存在一定的危險(xiǎn)系數(shù)。因此，本領(lǐng)域亟需提供一種自動(dòng)化屋面板檢測方法以提高檢測準(zhǔn)確度和效率。

發(fā)明內(nèi)容

為解決現(xiàn)有技術(shù)存在的上述問題，本發(fā)明提供了一種屋面板缺陷檢測方法和系統(tǒng)。

為實(shí)現(xiàn)上述目的，本發(fā)明提供了如下方案：

一種屋面板缺陷檢測方法，包括：

構(gòu)建屋面板缺陷檢測分類模型；所述屋面板缺陷檢測分類模型為訓(xùn)練好的YOLOv5-MCA網(wǎng)絡(luò)模型；所述YOLOv5-MCA網(wǎng)絡(luò)模型為改進(jìn)后的YOLOv5網(wǎng)絡(luò)模型；所述YOLOv5-MCA網(wǎng)絡(luò)模型包括：融合有多光譜通道注意力機(jī)制模塊的骨干網(wǎng)絡(luò)、加入有門限通道變換模塊的Neck層和檢測頭；

獲取待檢測屋面板的圖像數(shù)據(jù)；

將所述圖像數(shù)據(jù)輸入屋面板缺陷檢測分類模型得到檢測結(jié)果。

優(yōu)選地，所述構(gòu)建屋面板缺陷檢測分類模型，具體包括：

獲取YOLOv5網(wǎng)絡(luò)模型；所述YOLOv5網(wǎng)絡(luò)模型的骨干網(wǎng)絡(luò)包括：CSP1_1結(jié)構(gòu)、第一CBL結(jié)構(gòu)、CSP1_3結(jié)構(gòu)和SPP網(wǎng)絡(luò)；

對所述CSP1_1結(jié)構(gòu)的輸出進(jìn)行正則化處理后輸入特征融合模塊；所述特征融合模塊的操作采用公式F_i=C_i+L(Conv(F_i-1))描述，其中，L代表L2正則化，Conv代表卷積操作，當(dāng)i=2時(shí)，F(xiàn)_i=C_i；

在所述CSP1_3結(jié)構(gòu)和所述第一CBL結(jié)構(gòu)之間以及SPP網(wǎng)絡(luò)之后均設(shè)置多光譜通道注意力機(jī)制模塊；所述多光譜通道注意力機(jī)制模塊的輸入為所述CSP1_3結(jié)構(gòu)的輸出或所述SPP網(wǎng)絡(luò)的輸出；所述多光譜通道注意力機(jī)制模塊的輸出為ms_att：ms_att=sigmoid(fc(Freq))；其中，fc()為全連接層映射函數(shù)，F(xiàn)req為多光譜向量，sigmoid為sigmoid函數(shù)；

將門限通道變換模塊融合至所述YOLOv5網(wǎng)絡(luò)模型的Neck層中；

將所述YOLOv5網(wǎng)絡(luò)模型采用的非極大值抑制方法替換為SoftNMS方法。

優(yōu)選地，將所述門限通道變換模塊添加至所述YOLOv5網(wǎng)絡(luò)模型的Neck層的第一個(gè)CSP1_2結(jié)構(gòu)之后。

優(yōu)選地，對所述YOLOv5-MCA網(wǎng)絡(luò)模型進(jìn)行訓(xùn)練的過程，包括：

構(gòu)建訓(xùn)練集；