[发明专利]一种基于多源特征的磁芯缺陷检测模型训练方法及系统

说明书

本发明公开一种基于多源特征的磁芯缺陷检测模型训练方法及系统，其中，该方法包括：S101，获取目标磁芯的自然光成像图片和红外线成像图片并作为训练集进行模型训练，得到当前轮磁芯缺陷检测模型；所述模型训练包括：将两个图片进行位置校正，得到校正后的两个图片；将校正后的两个图片分别分成第一预设数量块，并一一对应进行融合，得到第一预设数量个融合特征块；可得到不同成像之间的关系，解决单一成像的局限性；将第一预设数量个融合特征块进行拼接、分块操作，降低缺陷误检和漏检，采用自注意力机制操作和全卷积操作，得到的特征图具有全局性。并且计算得到当前轮的损失值；S102，重复S101直至损失值在预设范围内波动，得到目标磁芯缺陷检测模型。

技术领域

本发明涉及磁芯缺陷检测技术领域，具体而言，涉及一种基于多源特征的磁芯缺陷检测模型训练方法及系统。

背景技术

常规的磁芯缺陷检测有以下几种方法：一是用单一的成像图片；单一的成像特征均有一定的局限性，二是用多源的成像图片，即同时使用自然光成像图片和红外线成像图片；其中自然光成像具有噪音多现象，容易制作出假的缺陷；红外线成像易受周边温度等影响，多源成像在磁芯缺陷检测十分普遍，但仍然存在以下问题：

（1）没有找到多源成像之间的相关性；

（2）将多源成像分别检测，最后再将结果融合，最后检测出的缺陷目标依旧是根据单一的成像图片进行预测，仅在结果具有多源信息，导致检测的特征层具有局限性、误检率高；

（3）磁芯缺陷检测是小目标检测，容易造成漏检和智能设备需求特别高。

针对现有技术中没有找到多源成像之间的相关性、将多源成像分别检测，再将结果融合，导致检测的特征层具有局限性、磁芯缺陷检测是小目标检测，容易造成漏检和智能设备需求特别高的问题，目前尚未提出有效的解决方案。

发明内容

本发明实施例中提供一种基于多源特征的磁芯缺陷检测模型训练方法及系统，以解决现有技术中没有找到多源成像之间的相关性、将多源成像分别检测，再将结果融合，导致检测的特征层具有局限性、磁芯缺陷检测是小目标检测，容易造成漏检和智能设备需求特别高的问题。

为达到上述目的，一方面，本发明提供了一种基于多源特征的磁芯缺陷检测模型训练方法，该方法包括：步骤S101，获取目标磁芯的自然光成像图片和红外线成像图片并作为训练集进行模型训练，得到当前轮磁芯缺陷检测模型；所述模型训练包括：步骤S1011，将所述自然光成像图片和所述红外线成像图片进行位置校正，得到校正后的自然光成像图片和校正后的红外线成像图片；步骤S1012，将所述校正后的自然光成像图片和校正后的红外线成像图片分别分成第一预设数量块，并一一对应进行融合，得到第一预设数量个融合特征块；步骤S1013，将所述第一预设数量个融合特征块进行拼接，得到多源特征图；将所述多源特征图依次进行分块操作、自注意力机制操作、全卷积操作、卷积操作、融合操作得到总自注意力特征图；将所述总自注意力特征图输入到所述模型的检测头中进行检测，得到特征图中磁芯缺陷的位置以及所述当前轮磁芯缺陷检测模型；根据所述特征图中磁芯缺陷的位置与所述校正后的自然光成像图片或校正后的红外线成像图片中磁芯缺陷的位置计算损失值；步骤S102，重复步骤S101直至损失值在预设范围内波动，得到目标磁芯缺陷检测模型。

可选的，所述步骤S1012包括：将所述校正后的自然光成像图片和校正后的红外线成像图片分别分成第一预设数量块，并一一对应按通道连接，得到第一预设数量个通道叠加图片块；将所述第一预设数量个通道叠加图片块进行自注意力机制操作，得到第一预设数量个特征图中每个特征值的相关性；其中，所述相关性为特征图中一个位置的特征值与其他位置的特征值的关系；根据所述第一预设数量个特征图中每个特征值的相关性进行卷积操作，以使所述第一预设数量个通道叠加图片块的通道与所述校正后的自然光成像图片或校正后的红外线成像图片的通道相等，得到第一预设数量个融合特征块。

可选的，所述第一预设数量个融合特征块的计算公式为：