一种钢材表面缺陷检测方法及系统

专利主权项内容

1.一种钢材表面缺陷检测方法，其特征在于，包括：S1、获取待检测钢材表面图像；S2、将所述待检测钢材表面图像输入至训练的钢材表面图像检测模型中，得到与该待检测钢材表面图像对应的检测结果；所述检测结果包括该待检测钢材表面图像所对应的缺陷类型标签和结果图像；所述结果图像为在该待检测钢材表面图像中标注出缺陷的位置的图像；其中，所述钢材表面图像检测模型包括大核卷积层、特征金字塔网络以及头部网络；预先采用训练数据集对所述钢材表面图像检测模型进行训练，得到训练的钢材表面图像检测模型；在S1之前，还包括：S0、采用训练数据集对所述钢材表面图像检测模型进行训练，得到训练的钢材表面图像检测模型；所述训练数据集是通过对预先获取第一数据集中的数据进行预处理所得到的；其中，所述第一数据集为NEU-DET表面缺陷数据集中的指定的数据；其中，所述第一数据集中每一数据均具有与该数据所对应的标识该数据所属缺陷类型的标签；其中，对预先获取第一数据集中的数据进行预处理，具体包括：分别对预先获取第一数据集中的数据的像素值标准化，得到像素值标准化后的第一数据集；针对像素值标准化后的第一数据集的每一数据，以50%的概率进行水平翻转处理，得到翻转后的第一数据集；对翻转后的第一数据集中的每一数据，进行数据填充处理，使该数据在数据填充处理后满足第一预设条件，得到训练数据集；其中所述第一预设条件为：该数据在数据填充处理后宽度和高度都是128的倍数；所述大核卷积层依次包括N个阶段层；其中，在N个阶段层中的第n个阶段层，用于对输入大核卷积的数据进行第n次卷积操作，得到相应的卷积操作结果；其中，卷积操作包括深度卷积、深度及展开卷积和点态卷积；具体的，在大核卷积分解中，深度卷积、深度及展开卷积和点态卷积分别可以提取图像的局部空间信息、全局空间信息和通道信息。 来自马克数据网