[发明专利]检测表面缺陷的方法、模型构建方法和装置及电子设备在审
| 申请号： | 202111549893.1 | 申请日： | 2021-12-17 |
| 公开（公告）号： | CN114519693A | 公开（公告）日： | 2022-05-20 |
| 发明（设计）人： | 肖伟;吴云;张欣;徐芳芳;刘洋;刘岩;章晨峰;王振中 | 申请（专利权）人： | 江苏康缘药业股份有限公司 |
| 主分类号： | G06T7/00 | 分类号： | G06T7/00;G06V10/764;G06V10/82;G06K9/62;G06N3/04;G06N3/08;G06T5/50 |
| 代理公司： | 北京律和信知识产权代理事务所(普通合伙) 11446 | 代理人： | 谢清萍;武玉琴 |
| 地址： | 222047 江苏省连*** | 国省代码： | 江苏;32 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | |||
| 搜索关键词： | 检测 表面 缺陷 方法 模型 构建 装置 电子设备 | ||
1.一种检测表面缺陷的方法，其特征在于，包括：
利用卷积神经网络对输入图像进行特征提取，得到第一特征图；
使用CE-FPN网络对第一特征图进行特征融合及分层预测，得到预测特征图；
利用RPN网络，基于预测特征图生成建议区域；
通过池化层将所述建议区域映射至所述预测特征图并池化为固定尺寸的第二特征图；
基于所述第二特征图得到表面缺陷的检测结果。
2.根据权利要求1所述的方法，其特征在于，所述CE-FPN网络使用亚像素跳变融合通过亚像素卷积进行上采样。
3.根据权利要求1所述的方法，其特征在于，所述池化层使用ROIAlign结构。
4.根据权利要求3所述的方法，其特征在于，还包括：
通过所述ROIAlign结构在所述第二特征图上对每个建议区域进行归一化处理，得到归一化特征图。
5.根据权利要求4所述的方法，其特征在于，还包括：
将归一化特征图进行全连接操作；
利用分类函数进行具体类别的分类；
利用L1范数损失函数完成边框回归操作获得物体的精确位置，并计算损失函数。
6.一种用于检测表面缺陷的模型构建方法，其特征在于，包括：
获取训练集图像；
利用Faster-RCNN模型对训练集图像进行特征提取，得到第一特征图；
使用CE-FPN网络对第一特征图进行特征融合及分层预测，得到预测特征图；
利用RPN网络，基于预测特征图生成建议区域；
通过池化层将所述建议区域映射至所述预测特征图并池化为固定尺寸的第二特征图；
利用Faster-RCNN模型对训练集图像进行训练，获得缺陷检测模型。
7.根据权利要求6所述的方法，其特征在于，还包括：采用数据增强的方式扩充缺陷样本较少的种类的图像数量，所述采用数据增强的方式包括：镜像、旋转、裁剪的方法。
8.根据权利要求6所述的方法，其特征在于，所述CE-FPN网络使用亚像素跳变融合通过亚像素卷积进行上采样。
9.根据权利要求6所述的方法，其特征在于，所述池化层使用ROIAlign结构。
10.根据权利要求9所述的方法，其特征在于，
通过所述ROIAlign结构在所述第二特征图上对每个建议区域进行归一化处理，得到归一化特征图；
将归一化特征图进行全连接操作；
利用分类函数进行具体类别的分类；
利用L1范数损失函数完成边框回归操作获得物体的精确位置，并计算损失函数；
更新整个Faster-RCNN模型的参数。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于江苏康缘药业股份有限公司，未经江苏康缘药业股份有限公司许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/pat/books/202111549893.1/1.html，转载请声明来源钻瓜专利网。
