[发明专利]基于共性和差异的工业品表面缺陷检测与定位方法及系统

权利要求书

1.一种基于共性和差异的工业品表面缺陷检测与定位方法，其特征在于，包括以下步骤：

步骤1：采集工业品外观图像；

步骤2：将采集到的图像输入基于共性和差异的工业产品表面缺陷检测与定位网络中，进行工业品表面缺陷检测与定位；

所述基于共性和差异的工业产品表面缺陷检测与定位网络，包括特征提取模块、缺陷检测模块、多尺度特征融合模块、缺陷定位模块、特征恢复模块；

所述特征提取模块，包括5个卷积组，每个卷积组包含1个或多个由Conv→BN→ReLU组成的卷积层；其中，第1个卷积组仅包含1个卷积层，卷积核大小为7×7，输出通道数为64，步长为2；第2-5个卷积组分别包含3、4、6、3个级联的卷积层，卷积核大小均为3×3，每个卷积组的输出通道数分别为64、128、256、512，第2个卷积组使用步长为2的最大池化，其余3个卷积组均使用步长为2的卷积操作实现下采样；

所述缺陷检测模块，用于实现缺陷区域检测；

所述多尺度特征融合模块，用于实现不同尺度的特征图融合；

所述缺陷定位模块，用于实现缺陷区域的定位；

所述特征恢复模块，包括5个卷积组，每个卷积组包含1个1×1卷积层、1个步长为2的3×3转置卷积层和1个1×1卷积层，输出通道数分别为256、128、64、64和32；同时，跳跃连接将来自所述特征恢复模块的粗粒度、深层次的语义特征与来自所述特征提取模块并通过所述缺陷差异检测模块、多尺度特征融合模块、缺陷区域定位模块处理后的细粒度、浅层次的视觉特征级联起来；最后，使用1个由Conv→Sigmoid组成的3×3卷积层输出预测图像。

2.根据权利要求1所述的基于共性和差异的工业品表面缺陷检测方法，其特征在于：步骤1中，针对采集的彩色图像，采用加权平均法对其进行灰度化处理，具体计算表达式如下：

I＝0.299×R+0.578×G+0.114×B；

其中，R、G、B分别表示红、绿、蓝分量图像，I为灰度输出图像。

3.根据权利要求1所述的基于共性和差异的工业品表面缺陷检测与定位方法，其特征在于：所述缺陷检测模块，包括嵌入式记忆单元、特征匹配单元和特征级联单元；所述嵌入式记忆单元将预定数量的正常样本的共性特征存储为记忆项，并在学习到的内置空间中将同一类别的实例聚集在一起；所述特征匹配单元通过计算输入样本和所有内置的记忆样本之间的相似度距离，从而找到一个距离最小的特征差异矢量，并将这个最佳差异信息DI^*与输入特征信息在通道维度上进行特征级联操作，得到3个级联特征信息CI₁、CI₂和CI₃。

4.根据权利要求1所述的基于共性和差异的工业品表面缺陷检测与定位方法，其特征在于：所述多尺度特征融合模块，包括3个通道注意力单元和3个多尺度特征融合单元；所述通道注意力单元由1个CA-Block和1个保持通道数不变的3×3卷积层组成，这两个分支的输出通过逐像素乘法操作实现注意力增强；所述多尺度特征融合单元由2个卷积层、1个上采样和1个卷积层组成，卷积核大小均为3×3，卷积输出通道数与同层级的输入通道数相同，这两个分支再通过逐像素加法操作实现不同尺度的特征图融合。

5.根据权利要求1所述的基于共性和差异的工业品表面缺陷检测与定位方法，其特征在于：所述缺陷定位模块，由3个空间注意力单元组成，使用所述最佳差异信息DI^*中不同维度的特征，并在通道维度上分别计算平均值，从而得到3个不同维度的空间注意力图，再分别与所述多尺度特征融合模块输出的3个特征图进行逐像素乘法操作，实现缺陷区域的定位。