← 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
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
申请人信息
- 申请人:青岛理工大学
- 申请人地址:266000 山东省青岛市黄岛区嘉陵江路777号青岛理工大学
- 发明人: 青岛理工大学
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。