[发明专利]工业检测中的知识图库构建方法、知识图库构建装置

说明书

本发明提供一种工业检测中的知识图库构建方法、知识图库构建装置，所述方法包括：获取待储存图片集并输入目标检测模型，以获得推理结果；根据推理结果进行切图操作，以抠出对应的缺陷图；将缺陷图输入向量提取模型以获取图片特征向量，其中，向量提取模型包括：特征提取网络、降维卷积核和分类器；将缺陷类别进行热编码以获取编码向量；将编码向量与图片特征向量进行通道拼接，以生成关键字向量；将关键字向量和对应的待储存图片存入知识图库。该方法采用向量构建知识图库，从而可以建立一套可用于快速搜索的知识图库，且在特征提取时采用特征提取网络、降维卷积核和分类器相结合，可以获取更加精准的特征提取效果，提高图片搜索的准确性。

技术领域

本发明涉及工业质检技术领域，具体涉及一种工业检测中的知识图库构建方法、一种工业检测中的知识图库构建装置。

背景技术

在工业质检领域，知识图库是将产品各种形态的缺陷储存起来，知识图库的构建有利于：工程师对特征缺陷的学习、模型迁移的搭建、小样本启动以及降低后续类似项目的启动成本。

然而，通常知识图库只涉及到图片本身和缺陷类别的存储，其缺点也很明显，主要有：（1）在数据库中，每张缺陷图片的ID（身份）或者key（键）无法很好的表示出图片本身的含义；（2）当对某张新图进行索引时，无法有效的从图中找出相似的数据集，进而无法快速实现迁移模型的搭建或者项目的小样本启动。

发明内容

为解决上述技术问题，本发明的第一个目的在于提出一种工业检测中的知识图库构建方法，该方法采用向量构建知识图库，从而可以建立一套可用于快速搜索的知识图库，且在特征提取时采用特征提取网络、降维卷积核和分类器相结合，从而可以获取更加精准的特征提取效果，提高图片搜索的准确性。

本发明的第二个目的在于提出一种工业检测中的知识图库构建装置。

本发明采用的技术方案如下：

本发明第一方面的实施例提出了一种工业检测中的知识图库构建方法。

本发明上述提出的工业检测中的知识图库构建方法还可以具有如下附加技术特征：

根据本发明的一个实施例，采用以下步骤训练所述向量提取模型：将所述缺陷图和对应的缺陷类别作为输入送入特征提取网络Swin transformer，其中对应的缺陷类别作为训练标签，以生成三维特征图F1；将所述三维特征图F1输入第一降维卷积核，以生成二维特征图F2；将所述二维特征图F2输入第二降维卷积核，以生成图片特征向量V；将所述图片特征向量V作为输入送入所述分类器，进行梯度下降。

根据本发明的一个实施例，所述三维特征图F1的维度为，其中是所述三维特征图F1宽的维度，是所述三维特征图F1高的维度，C₁是所述三维特征图F1通道的维度，所述第一降维卷积核的维度为3*3*C，其中3*3为第一降维卷积核滑窗的大小，C为第一降维卷积核的通道且等于C₁；所述二维特征图F2的维度为，其中是所述二维特征图F2宽的维度，是所述二维特征图F2高的维度，且等于、等于，采用以下公式获取和的大小：

其中p为补足的大小，且p=1。

根据本发明的一个实施例，所述图片特征向量V的维度为4096*1，所述第二降维卷积核的维度为，其中为所述第二降维卷积核滑窗的大小，且等于、等于，1为所述第二降维卷积核的通道，4096为所述第二降维卷积核的卷积核个数。