← 返回列表
一种基于双源知识蒸馏的轻量化金属表面缺陷检测方法
摘要文本
本发明公开一种基于双源知识蒸馏的轻量化金属表面缺陷检测方法，其步骤为：获取待检测金属表面不同类型的缺陷图像和正常图像，按照缺陷类型对图像进行分类；对分类后的图像使用深度学习平台进行标注，生成对应的标签文件，构建待检测金属表面缺陷数据集；对训练集中的图像进行数据预处理，再输入到构建的CU‑Net网络模型中进行训练，获得预训练模型作为教师网络；将教师网络简化为CU‑Net(s)，再将其作为学生网络，通过知识蒸馏策略从教师网络的特征层和响应层中提取不同类型的知识；根据验证集的测试结果对训练过程中的超参数进行优化，再将训练好的CU‑Net(s)模型部署到移动终端，实时对金属表面缺陷进行检测。本发明能够快速、高效和高精度地检测出金属的表面缺陷。
申请人信息
- 申请人:中科(洛阳)机器人与智能装备研究院
- 申请人地址:471000 河南省洛阳市涧西区龙裕路洛阳国家大学科技园1号楼201室
- 发明人: 中科(洛阳)机器人与智能装备研究院
专利详细信息
| 项目 | 内容 |
|---|---|
| 专利名称 | 一种基于双源知识蒸馏的轻量化金属表面缺陷检测方法 |
| 专利类型 | 发明申请 |
| 申请号 | CN202311587008.8 |
| 申请日 | 2023/11/24 |
| 公告号 | CN117540779A |
| 公开日 | 2024/2/9 |
| IPC主分类号 | G06N3/0495 |
| 权利人 | 中科(洛阳)机器人与智能装备研究院 |
| 发明人 | 王欣刚; 马东佟 |
| 地址 | 河南省洛阳市涧西区龙裕路洛阳国家大学科技园1号楼201室 |
专利主权项内容
1.一种基于双源知识蒸馏的轻量化金属表面缺陷检测方法，其特征是：其包括以下步骤：S1、获取待检测金属表面不同类型的缺陷图像和正常图像，并按照缺陷类型对图像进行分类；S2、对步骤S1中的分类后的图像使用深度学习平台进行标注，生成对应的标签文件，构建待检测金属表面缺陷数据集；S3、对步骤S2中数据集的训练集中的图像进行数据预处理操作，然后输入到构建的CU-Net网络模型中进行训练，获得预训练模型，作为教师网络；S4、将步骤S3中的教师网络简化为CU-Net(s)，然后将其作为学生网络，通过知识蒸馏策略从教师网络的特征层和响应层中提取不同类型的知识；S5、根据步骤S2中数据集的验证集的测试结果对训练过程中的超参数进行优化，然后将步骤S4中训练好的CU-Net(s)模型部署到移动终端，实时对金属表面的缺陷进行检测。