The invention discloses a tire X-ray defect detection method based on Faster R_CNN. The method provides an effective tire X-ray defect detection scheme, which is applicable to all tire industries and can even be extended to other industrial detection fields. The invention obtains a truly applicable model through four stages of data preparation, model training, parameter adjustment and model selection, which greatly improves the current way that most enterprises rely on human eyes to detect tire X-ray defects, makes the test results more reliable, the test process more rapid, and the detection accuracy is great. Improve. After the invention is put into use, it is also an adaptive method. With the change of the tire X-ray standard, the invention will change, so as to achieve the effect that it can also be applied under the new standard.
【技术实现步骤摘要】
一种基于FasterR-CNN的轮胎X光病疵检测方法
本专利技术属于计算机视觉及工业工艺检测
,具体涉及一种基于FasterR-CNN的轮胎X光病疵检测方法。
技术介绍
随着经济和社会的快速发展,轮胎工业在生活中扮演了越来越重要的角色,从2004年开始,我国的轮胎产量一直居世界第一位。轮胎的种类多样,一般分为斜交和子午线轮胎,子午线轮胎又分为半钢和全钢子午线轮胎,全钢子午线轮胎具有复杂的内部结构,对生产过程要求极其苛刻。生产过程中一旦出现操作不当、成型、压延和硫化大小不合理,又或者说设备老化,都会影响轮胎的最后质量。由于全钢子午轮胎容易出现病疵,所以在生产过程中就要监测轮胎是否有病疵。目前市面上主要的监测设备是X光检测机,当轮胎经过X光机的时候,X光机给轮胎拍照,然后传到人机界面,由人来判断是否有病疵以及是什么病疵。由人来判断有过程效率低下且容易使人疲倦的缺点,因此出现了一系列轮胎X光自动判别病疵的方法;首先是传统的模板匹配方法,这种方法用模板进行严格的匹配,但是由于轮胎是橡胶制品,相对于其他精细印刷品,它本身不是那么精细,用模板来匹配要求太严格,这将会出现很多轮胎都是不合格的轮胎,实际上这其中很多轮胎是合格的。近年来,伴随着深度学习技术的发展,计算机视觉技术蓬勃发展,计算机视觉技术主要采用卷积神经网络(ConvolutionalNeuralNetwork,简称CNN)。CNN是一种前馈神经网络,它的人工神经元可以响应一部分覆盖范围内的周围单元,它在图像领域表现的很出色,因此也被大量的运用在物体检测领域。目前主流的检测算法RCNN、FastRCNN、 ...
【技术保护点】
1.一种基于FasterR‑CNN的轮胎X光病疵检测方法,包括如下步骤:(1)获取由大量关于病疵轮胎工业X光图像组成的数据库,标注图像中的病疵位置和病疵类型,进而将数据库中的图像分为训练集、验证集和测试集;(2)搭建FasterR‑CNN模型;(3)利用训练集对模型进行训练,利用验证集检查模型的准确率,并根据准确率调节模型的参数,直到模型训练至收敛;(4)重复执行步骤(2)和(3)训练得到多个模型,计算测试集运行在每个模型上的评价指标值,根据评价指标值选取最优的一个模型用于轮胎的病疵检测。
【技术特征摘要】
1.一种基于FasterR-CNN的轮胎X光病疵检测方法,包括如下步骤:(1)获取由大量关于病疵轮胎工业X光图像组成的数据库,标注图像中的病疵位置和病疵类型,进而将数据库中的图像分为训练集、验证集和测试集;(2)搭建FasterR-CNN模型;(3)利用训练集对模型进行训练,利用验证集检查模型的准确率,并根据准确率调节模型的参数,直到模型训练至收敛;(4)重复执行步骤(2)和(3)训练得到多个模型,计算测试集运行在每个模型上的评价指标值,根据评价指标值选取最优的一个模型用于轮胎的病疵检测。2.根据权利要求1所述的轮胎X光病疵检测方法,其特征在于:所述步骤(1)的具体实现过程为:首先采用图片标注工具LabelImg对图像进行标注,标注时画出病疵位置以及病疵类型,利用XML描述文件记录图像的文件名、尺寸、病疵位置和类型等信息;然后创建Annotations、ImageSets和JPEGImages三个目录,其中目录Annotations用于存放每张图像对应的XML描述文件,目录JPEGImages用于存放图像,目录ImageSets存放有train.txt、val.txt、test.txt三个文件,分别记录训练集、验证集和测试集中包含的图像文件名。3.根据权利要求...
【专利技术属性】
技术研发人员:李莹,陈伟,范彬彬,沈勤,杨颖,尹建伟,吴朝晖,
申请(专利权)人:浙江大学,
类型:发明
国别省市:浙江,33
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。