【技术实现步骤摘要】
一种基于轻量化网络的工业产品表面缺陷检测方法
[0001]本专利技术属于产品表面缺陷检测的研究
，特别涉及一种基于轻量化网络的工业产品表面缺陷检测方法。
技术背景
[0002]表面缺陷检测是在工业检测中产品质量保障的重要手段，缺陷检测可以找出有表面缺陷的产品，从而避免这些有质量问题的产品在之后的生产建设环节中造成隐患，减少经济损失。不同的产品，缺陷的大小形状也不相同，而针对这些不同的缺陷，往往需要用到不同的方法，如木材的表面缺陷通常以裂痕为主，形状比较固定形，但通常比较细小，容易漏检，而钢材的表面缺陷则多种多样，用传统图像处理方法可能难以完全检测出来。
[0003]表面缺陷检测作为保障产品质量的重要手段，被用于各种各样的产品，比如，被用于纺织品、轮胎、钢条、芯片。随着科研的进展，表面缺陷检测主要运用的技术也不断地变化，大致可以分为三个阶段。
[0004]首先是人工检测，这是最原始的表面缺陷检测方式，显然这种方式极度依赖于检测人员的经验，并且准确率也不高，同时，这样的方法也消耗了大量的人力成本。
...
【技术保护点】
【技术特征摘要】
1.一种基于轻量化网络的工业产品表面缺陷检测方法，其特征在于，所述方法包括以下步骤：S1确定深度学习网络模型的结构；S2将训练样本输入网络模型进行训练，其中，在使用网络对样本进行检测之前，需要对网络的参数进行训练，使每一个参数达到合适的数值；S3保存训练获得的参数文件；S4将参数赋值给网络并对测试样本进行检测；S5根据检测结果对样本图像中的缺陷进行标注。2.根据权利要求1所述的基于轻量化网络的工业产品表面缺陷检测方法，其特征在于，还包括在步骤1与步骤2之间的优化训练样本的标记步骤，其中，在将训练样本输入进网络模型前，根据不同的网络模型，需要对训练样本的标记进行一定的预处理。3.根据权利要求2所述的基于轻量化网络的工业产品表面缺陷检测方法，其特征在于，所述预处理是求出一个矩形，将椭圆标记包括在内，具体的求法是，分别找到椭圆内所有点横纵坐标的最大值和最小值，以此分别求得矩形标记框的位置和大小。4.根据权利要求1所述的基于轻量化网络的工业产品表面缺陷检测方法，其特征在于，所述步骤S3包括在每一轮训练的过程中，会将训练样本的一部分，作为训练阶段的测试样本。5.根据权利要求1所述的基于轻量化网络的工业产品表面缺陷检测方法，其特征在于，所述步骤4中包括将训练获得的参数，赋值给网络模型，将测试样本作为网络模型的输入，网络模型会经过运算后，得到...
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。