← 返回列表

一种基于半监督目标检测算法的钢材表面缺陷检测方法

申请号: CN202410179240.6
申请人: 青岛理工大学
申请日期: 2024/2/18

摘要文本

本发明涉及一种基于半监督目标检测算法的钢材表面缺陷检测方法,包括以下步骤:数据采集阶段;数据处理阶段,对部分钢材表面缺陷图像A进行缺陷标注;模型构建阶段,构建教师模型和学生模型;模型训练阶段,将钢材表面缺陷图像A输入教师模型进行预测,生成带有伪标注的钢材表面缺陷图像C;将钢材表面缺陷图像B和钢材表面缺陷图像A输入学生模型进行预测,计算钢材表面缺陷图像C的伪标注的损失,并更新学生模型;通过学生模型的网络参数更新教师模型的网络参数;检测阶段,将教师模型作为检测模型,用于钢材表面缺陷检测。本发明通过对复杂缺陷具有精确提取能力的特征提取网络,改善了模型对复杂缺陷的提取能力。 关注公众号马 克 数 据 网

专利详细信息

项目 内容
专利名称 一种基于半监督目标检测算法的钢材表面缺陷检测方法
专利类型 发明申请
申请号 CN202410179240.6
申请日 2024/2/18
公告号 CN117726628A
公开日 2024/3/19
IPC主分类号 G06T7/00
权利人 青岛理工大学
发明人 王晓宾; 陈成军; 张强
地址 山东省青岛市经济技术开发区嘉陵江路777号

专利主权项内容

1.一种基于半监督目标检测算法的钢材表面缺陷检测方法,其特征在于,包括以下步骤:数据采集阶段,采集若干钢材表面缺陷图像A;数据处理阶段,对部分所述钢材表面缺陷图像A进行缺陷标注,得到钢材表面缺陷图像B;模型构建阶段,构建教师模型和学生模型;模型训练阶段,包括:将所述钢材表面缺陷图像A输入所述教师模型,所述教师模型对所述钢材表面缺陷图像A中的钢材表面缺陷进行预测,并根据预测结果进行标注,生成带有伪标注的钢材表面缺陷图像C;将所述钢材表面缺陷图像B和所述钢材表面缺陷图像C输入所述学生模型,所述学生模型对所述钢材表面缺陷图像B和所述钢材表面缺陷图像C进行预测,计算所述钢材表面缺陷图像C的伪标注的损失,并更新所述学生模型;通过所述学生模型的网络参数更新所述教师模型的网络参数;检测阶段,将所述教师模型作为检测模型,用于钢材表面缺陷检测。