[发明专利]基于自注意力的对抗自编码器纹理表面缺陷检测方法

权利要求书

1.一种基于自注意力的对抗自编码器纹理表面缺陷检测方法，其特征在于，包括以下步骤：

步骤1：根据无缺陷的纹理类工业产品图像，搭建基于颜色和形变两种缺陷生成方法，来生成缺陷数据模拟真实的缺陷样本；

步骤2：搭建基于自注意力的对抗自编码器纹理表面缺陷检测框架；

步骤3：设计输入图像与重构图像的度量损失；

步骤4：通过计算测试图像和重构图像的多尺度结构相似性来获得像素级别的异常分数，进而判断测试图像是否有缺陷。

2.根据权利要求1所述基于自注意力的对抗自编码器纹理表面缺陷检测方法，其特征在于，步骤1所述的基于颜色的缺陷生成方法的搭建包括以下处理步骤：

步骤1-1：利用Bezier曲线建立一个封闭区域；

步骤1-2：在封闭区域中加入随机的颜色；

步骤1-3：将封闭区域调整为随机大小；

步骤1-4：将封闭区域添加到无缺陷图像的随机位置，完成基于颜色方法生成缺陷数据。

3.根据权利要求1所述基于自注意力的对抗自编码器纹理表面缺陷检测方法，其特征在于，步骤1所述的基于形变的缺陷生成方法的搭建包括以下处理步骤：

步骤1-5：随机生成两个点(p₁,p₂)和变形半径r；

步骤1-6：根据p₁，p₂和r计算形变区域；

步骤1-7：根据公式计算形变区域的像素位置，完成基于形变方法生成缺陷数据。

4.根据权利要求1所述基于自注意力的对抗自编码器纹理表面缺陷检测方法，其特征在于，步骤2所述的基于自注意力的对抗自编码器纹理表面缺陷检测框架的搭建包括以下处理步骤：

步骤2-1：搭建编码器网络框架；

步骤2-2：搭建解码器网络框架；

步骤2-3：搭建联合通道和位置的自注意力框架；

步骤2-4：使用DCGAN网络中的判别器搭建判别器网络框架；

步骤2-5：使用四个全连接层操作搭建中间层网络框架；

步骤2-6：使用三个全连接层操作搭建分类器网络框架。

5.根据权利要求4所述基于自注意力的对抗自编码器纹理表面缺陷检测方法，其特征在于，，其特征在于，步骤2-1所述的编码器网络框架的搭建包括以下处理步骤：

步骤2-1-1：使用VGG-16网络的前五个卷积模块作为编码层网络；

步骤2-1-2：在每个卷积模块之后进行斜率为0.2的ReLUs激活操作，之后进行核大小为2*2，步长为2的最大池化操作。

6.根据权利要求4所述基于自注意力的对抗自编码器纹理表面缺陷检测方法，其特征在于，步骤2-2所述的解码器网络框架的搭建包括以下处理步骤：

步骤2-2-1：对于编码器中的每一个卷积块，在解码器中均有与之相应的解码块。前四个解码块中均包含一个卷积层和一个反卷积层，卷积层采用3*3的卷积核，步长为1，填充为1，反卷积层采用4*4的卷积核，步长为2，填充为1，在卷积层和反卷积层后均采用斜率为0.2的ReLUs激活操作；

步骤2-2-2：第五个解码块中包含一个卷积层，卷积核大小为3*3，步长为1，填充为1。