← 返回列表
基于交叉局部全局特征的半监督工业品表面缺陷检测方法
摘要文本
本发明涉及工业计算机视觉领域，提出了一种基于交叉局部全局特征的半监督工业品表面缺陷检测方法，包括：(1)收集工业品检测面的图像；(2)选择部分获取的检测面图像进行人工数据标注，将图像和标签文件进行数据预处理和划分；(3)搭建交叉局部全局双连接并行网络，提取工业品表面缺陷的局部细粒度信息和全局语义信息；(4)搭建跨层闭环聚合网络，实现多层次的特征循环聚合；(5)从聚合网络中的三层特征中识别出最终的缺陷种类及位置；(6)对整个模型进行半监督训练，加速模型的收敛速度；(7)选取参数权重最优的模型用于工业品表面的缺陷检测。本发明可实现高精度和实时性的缺陷检测。 来源：百度马 克 数据网
申请人信息
- 申请人:山东山科数字经济研究院有限公司
- 申请人地址:250101 山东省济南市高新区舜华路2000号舜泰广场3号楼6层601室
- 发明人: 山东山科数字经济研究院有限公司
专利详细信息
| 项目 | 内容 |
|---|---|
| 专利名称 | 基于交叉局部全局特征的半监督工业品表面缺陷检测方法 |
| 专利类型 | 发明申请 |
| 申请号 | CN202410077115.4 |
| 申请日 | 2024/1/19 |
| 公告号 | CN117593304A |
| 公开日 | 2024/2/23 |
| IPC主分类号 | G06T7/00 |
| 权利人 | 山东山科数字经济研究院有限公司 |
| 发明人 | 李刚; 李敏; 周鸣乐; 李旺; 韩德隆; 冯正乾; 苏占智 |
| 地址 | 山东省济南市高新区舜华路2000号舜泰广场3号楼6层601室 |
专利主权项内容
1.一种基于交叉局部全局特征的半监督工业品表面缺陷检测方法，其特征在于，包括如下步骤：(1)收集工业品检测面的图像；(2)选择部分收集的检测面图像进行人工数据标注，将图像和标签文件进行数据预处理和划分；(3)搭建交叉局部全局双连接并行网络，提取工业品表面缺陷的局部细粒度信息和全局语义信息；(4)搭建跨层闭环聚合网络，实现多层次的特征循环聚合，以同时考虑深浅层的语义和细粒度纹理信息；(5)搭建工业品缺陷检测器，从聚合网络中的三层特征中识别出最终的缺陷种类及位置；(6)对整个模型进行半监督训练，使用动态优化回归损失函数，精准确定回归框顶点坐标的最佳分布，加速模型的收敛速度；(7)模型训练完成后，选取参数权重最优的模型用于工业品表面的缺陷检测。