[发明专利]轮胎X射线图像杂质缺陷检测方法

权利要求书

1.一种轮胎X射线图像杂质缺陷检测方法，其特征在于：包括以下步骤：

S1、对X光机采集的2469*11400的X射线轮胎图像截取416*416的包含杂质图像建立数据集；

S2、使用旋转、镜像和亮度变换对S1获取数据集进行增强；

S3、采用基于K-means聚类算法探究YOLOv4-tiny的锚框尺寸，对YOLOv4-tiny主干网络引入通道注意力机制，构建新的网络框架；

S4、设置网络的超参数和相应的网络参数，开始网络模型训练；

S5、将S1中的X光机采集的轮胎图像输入已训练好的网络模型实时检测轮胎缺陷。

2.根据权利要求1所述的轮胎X射线图像杂质缺陷检测方法，其特征在于：在步骤S1中执行以下步骤：

S11，从X光机360°扫面轮胎内部一圈，然后，通过计算机采集到的2469*11400大小的轮胎X射线图像；其次，从采集的轮胎X射线图像中选取包含杂质缺陷的X射线图像；再次，从包含杂质缺陷的X射线图像中截取416*416大小且包含杂质小图，作为数据集图片，并文件夹命名为JPEGImages；

S12，首先，采用用于深度网络训练的数据集做标注的LabelImg对JPEGImages文件内中的数据集图片进行标记；之后，LabelImg中Open Dir打开JPEGImages文件，通过Create-RectBox绘制包含缺陷的矩形区域，并定义缺陷标签名称为defect；然后，用矩形框标出缺陷的区域，并导入相应的.xlm文件整合为标签文件夹，文件夹命名Annotations。

3.根据权利要求1所述的轮胎X射线图像杂质缺陷检测方法，其特征在于：在步骤S2中执行以下步骤：

S21，首先，对JPEGImages文件夹中的原图进行90°或180°旋转后，沿竖直方向进行镜像操作；然后，对原图进行两种不同设定程度的亮度扩充；其次，相应扩充后图片放入JPEGImages文件夹；再次，相应的扩充后图片对应的标签文件放入Annotations；。

4.根据权利要求1所述的轮胎X射线图像杂质缺陷检测方法，其特征在于：在步骤S3中执行以下步骤：

S31，首先，在S21中提取Annotations文件夹中.xlm文件中设定缺陷的宽高信息作为K-means聚类算法的聚类样本；

S32，锚框初始化：随机选择S31中的样本集中不同宽度和高度的k个候选框作为初始锚框尺寸；

S33，IoU距离计算：计算S32中的每个候选框和k个初始锚框间的IoU距离；

S34，距离最小化：将S33中与其他样本距离最小的锚框作为新的锚框，并在一个循环中找到最优的锚框；

d(box，centroid)＝1-IoU(box，centroid)；

其中

S35，首先，选取CSPdarknet53_tiny作为YOLOv4-tiny网络的神经网络模型backbone；其中，神经网络模型backbone包括3组卷积Conv2D、标准化BN、Leaky激活函数和3个残差组Resblock_body，卷积的步长为2，实现对图片宽高的压缩；其次，由于所述的backbone由Conv2D+BN+Leaky和Resblock_body组成，在卷积块Conv2D+BN+Leaky和Resblock_body之间引入通道注意力机制CAM，其中，注意力机制CAM包括1个全局平均池化层、1个全局最大池化层、4个全连接层、2个Relu激活函数层及2个Sigmoid激活函数层。