[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

说明书

本发明公开了一种基于改进特征金字塔网络的起重机表面损伤检测方法，包括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；提取输入图片的抽象特征；进行上下文多尺度特征提取与编码；进行特征融合与上采样得到输出特征图；计算输出特征图中的每个像素的损伤置信度；计算损失函数，更新ResNest编码器网络的参数；输入待检测起重机表面损伤图片，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。本发明可实时快速地对起重机表面损伤图片进行像素级分割，有效解决起重机表面损伤检测中效率低等问题，节省人力成本并排除人为主观因素的干扰，具有准确率高，实用性强等优点。

技术领域

本发明属于工程机械损伤检测技术领域，具体涉及一种基于改进特征金字塔网络的起重机表面损伤检测方法。

背景技术

起重机械作为我国国民经济建设中的重要基础设施，在重大工程建设和重大战略规划的落实上均发挥了重要的支撑作用。同时，由于起重机械广泛分布在各种工业生产场所，长期处于高强度、重载荷的运行状态，工作环境复杂多变，导致安全事故频发，给人民群众的生命财产安全构成极大威胁。

起重机的损伤检测是特种设备的监管的一项重要工作，其中主要的损伤主要包含磨损、腐蚀、断裂、裂纹等几类，真实场景下拍摄的起重机损伤图如图2所示。而目前对起重机的损伤检测的很大一部分工作仍由人工完成。这种方式需要耗费大量的人力资源，主观性较大，且成本昂贵，误检率高，生产效率低下。

随着计算机视觉技术的不断发展，通过图像处理技术对金属表面图像进行分析，判断待检测的金属表面是否存在缺陷，并对存在缺陷的金属进行分析处理，进行归类分级，提高了金属缺陷检测的生产效率和质量，取得了不错的效果。已经被广泛应用于工业产品质量检测。起重机表面损伤也可以看作是一种金属表面缺陷，因此，当前飞速发展的金属表面缺陷检测技术也可以自然地应用到起重机损伤检测。

发明内容

本发明所要解决的技术问题是针对上述现有技术的不足，提供一种基于改进特征金字塔网络的起重机表面损伤检测方法，通过提出改进金属表面缺陷检测模型来实现对起重机损伤的检测，可实时快速地对起重机表面损伤图像进行像素级分割，有效解决起重机表面损伤检测中效率低等问题。

为实现上述技术目的，本发明采取的技术方案为：

一种基于改进特征金字塔网络的起重机表面损伤检测方法，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；

S4、根据输入图片的尺寸要求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。

为优化上述技术方案，采取的具体措施还包括：

上述的步骤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。