[发明专利]一种基于特征金字塔网络的起重机表面损伤检测方法

权利要求书

1.一种基于特征金字塔网络的起重机表面损伤检测方法，其特征在于，包括：

S1、对数据库中起重机表面损伤图片进行预处理与标注，得到训练样本，执行S2- S6进行网络训练；

S2、使用ResNest编码器网络提取输入图片的抽象特征；

S3、在提取出的抽象特征基础上进行上下文多尺度特征提取与编码，包括：

S301、在提取出的抽象特征基础上采用密集空洞卷积模块提取输入图片的不同尺寸特征，得到多尺度特征；

S302、采用残差多池化模块对多尺度特征进行全局上下文编码；

S4、根据输入图片的尺寸要求，使用特征金字塔网络对编码后的特征进行融合与上采样，得到相应大小的输出特征图；

S5、计算输出特征图中的每个像素的损伤置信度；

S6、根据损伤置信度与标注的损失图片计算损失函数，更新ResNest编码器网络的参数；

S7、输入待检测起重机表面损伤图片，通过S2-S5得到每个像素的损伤置信度，结合预设阈值得到最终的表面损伤检测结果。

2.根据权利要求1所述的一种基于特征金字塔的起重机表面损伤检测方法，其特征在于，步骤S1包括：

S101、对起重机表面损伤图像进行直方图均衡化处理；

S102、对直方图均衡化处理后的起重机表面损伤图像进行标注，得到标注的损失图像；

S103、对直方图均衡化处理后的起重机表面损伤图像以及对应的标注图像进行水平翻转、垂直翻转、随机偏移、随机旋转、亮度调整、对比度调整、添加噪声操作，增加训练样本。

3.根据权利要求1所述的一种基于特征金字塔的起重机表面损伤检测方法，其特征在于，步骤S2为：对于输入图片，采用ResNest编码器网络提取损伤的高维特征。

4.根据权利要求1所述的一种基于特征金字塔的起重机表面损伤检测方法，其特征在于，步骤S4包括：

S401、使用特征金字塔网络，将编码的各特征逐步融合；

S402、将融合后特征进行上采样，其中，上采样的大小为输入图片大小，通道数为损伤类别数。

5.根据权利要求1所述的一种基于特征金字塔的起重机表面损伤检测方法，其特征在于，步骤S5包括：根据特征图，使用sigmoid函数得到每个像素为损伤的置信度，即损伤置信度，损伤置信度计算公式如下：

；

sigmoid函数将实数映射到（0,1）区间。

6.根据权利要求5所述的一种基于特征金字塔的起重机表面损伤检测方法，其特征在于，步骤S6包括：

S601、使用Dice损失函数计算输出特征图与标注的损失图像的真值差；

Dice损失函数公式如下：

其中，|X∩Y|代表输出特征图和标注的损失图像的真值交集，X和Y分别代表输出特征图和标注的损失图像的损伤置信度，|X|和|Y|分别代表输出特征图和标注的损失图像中损伤置信度0.5的元素的个数；

S602、利用反向传播更新ResNest编码器网络的参数；

S603、重复步骤S2-S602，直至S601得到的差值收敛且小于预设阈值，完成网络训练。

7.根据权利要求6所述的一种基于特征金字塔的起重机表面损伤检测方法，其特征在于，步骤S7包括：

S701：输入待检测起重机表面损伤图片，经过步骤S2-S5，得到损伤置信度；

S703：根据预设阈值，逐个像素点判断是否为损伤区域，得到最终的表面损伤检测结果。