金属表面损伤目标检测识别方法、装置、设备及存储介质制造方法及图纸

本发明专利技术公开了一种金属表面损伤目标检测识别方法、装置、设备及存储介质，属于计算机视觉识别技术领域。该方法首先构建ADC

【技术实现步骤摘要】
金属表面损伤目标检测识别方法、装置、设备及存储介质


[0001]本专利技术属于计算机视觉识别
更具体地，涉及金属表面损伤目标检测识别方法、装置、设备及存储介质。

技术介绍

[0002]金属材料是指具有光泽、延展性、导电性、传热等性质的材料，人类文明的发展和社会的进步同金属材料关系十分密切。21世纪，中国金属工业紧密结合市场和可持续发展的需求，使传统金属加工技术逐步完成向现代化金属材料加工技术的转变。由于许多金属比如铝型材等，具备抗腐蚀性、电导率低、热导量率低、非铁磁性、可加工性、可成形性、回收性等诸多优点，被广泛应用于散热器型材、航天航空、交通运输(轨道车辆、冷藏集装箱)、船舶、建筑、医疗器械等领域。但是在金属的实际生产过程中，由于加工、冶炼、运输过程中各方面因素的影响(比如熔炼炉、合金元素、型材挤压等)，金属材料表面会产生诸如起坑、涂层开裂、脏点、擦花、横条压槽、碰伤以及不导电等问题。这些瑕疵会严重影响金属材料的质量。为了保证产品质量，需要人工进行肉眼目测。然而金属材料表面本身就包含纹路，与各种瑕疵的区分度不高，目视解译的方法不仅十分本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种金属表面损伤目标检测识别方法，其特征在于，所述金属表面损伤目标检测识别方法包括以下步骤：S1、在Mask R
‑
CNN模型的主干网络ResNet101中嵌入注意力机制、特征金字塔、可变形卷积和可变形感兴趣区域池化，得到ADC
‑
Mask R
‑
CNN模型；S2、通过金属表面损伤数据集对所述ADC
‑
Mask R
‑
CNN模型进行预训练，得到训练好的目标检测识别网络；S3、根据数据增强方法对所述金属表面损伤数据集进行样本扩充，得到扩充后的金属表面损伤数据集；S4、将所述扩充后的金属表面损伤数据集输入所述训练好的目标检测识别网络的深度卷积层中，生成特征图；S5、将所述特征图输入所述训练好的目标检测识别网络的区域推荐网络，通过全连接网络进行损伤分类与目标检测框回归，得到目标候选区域；S6、对所述目标候选区域进行感兴趣区域对齐，重塑特征图的尺寸，得到重塑尺寸后的特征图；S7、将所述重塑尺寸后的特征图输入所述训练好的目标检测识别网络的三个全连接网络，分别对所述扩充后的金属表面损伤数据集进行损伤分类、损伤目标检测框回归、掩码生成，以识别金属表面损伤。2.根据权利要求1所述的金属表面损伤目标检测识别方法，其特征在于，所述损伤目标检测框回归具体包括：S01、对金属表面损伤图像进行尺寸归一化，之后对图像做正方形填充；S02、利用主干网络ResNet101计算金属表面损伤图像的卷积特征，以最后一层卷积层特征图作为输入，通过特征金字塔构建包含语义信息与位置信息的特征图，以最后一层卷积特征图为输入构建目标潜在区域生成网络，由目标潜在区域生成网络生成目标候选区域；S03、对所述目标候选区域进行可变形池化与感兴趣区域对齐，得到重塑尺寸后的特征图，将所述重塑尺寸后的特征图输入到全连接层网络中，得到多个目标检测候选框；S04、采用非极大值抑制算法，从多个目标检测候选框剔除多于的目标检测框，得到最终的损伤目标检测框。3.根据权利要求1所述的金属表面损伤目标检测识别方法，其特征在于，步骤S1中，在所述主干网络ResNet101中嵌入注意力机制，包括：通道注意力机制和空间注意力机制；所述通道注意力机制的表达式为：其中，σ表示sigmoid函数，MLP表示多层感知器，AvgPool和MaxPool分别表示平均池化和最大池化，F表示输入的特征图，W0和W1均表示通道注意力模型的权重矩阵，和分别代表全局平均池化和全局最大值池化输出的特征，M
c
(F)表示生成最终的通道注意力特征；所述空间注意力机制的表达式为：
其中，σ表示sigmoid函数，MLP表示多层感知器，和分别代表全局平均池化和全局最大值池化输出的特征，f
7*7
表示在拼接后的特征图上做7*7的卷积，M
s
(F)表示最终生成的空间注意力特征。4.根据权利要求1所述的金属表面损伤目标检测识别方法，其特征在于，步骤S1中，在所述主干网络ResNet101中加入特征金字塔进行多尺度融合，对ResNet101第5层的输出进行1
×
1的卷积降维，与上采样结果相加融合后用3
×
3卷积处理，固定特征图上的通道数都为256。5.根据权利要求1所述的金属表面损伤目标检测识别方法，其特征在于，步骤S1中，在所述主干网络ResNet101中加入可变形卷积与可变形感兴趣区域池化，这两个操作都是二维的，在同一通道上进行，常规的规则网格R通过增加一个偏移量进行扩张，位置p0变为：其中，y(p0)为经过可变形卷积与可变形感兴趣区域池化后的输出，p
n
为偏移位置，w(p
n

【专利技术属性】
技术研发人员：邓中港，吴湘宁，李佳琪，王稳，陈苗，代刚，邓玉娇，
申请(专利权)人：中国地质大学武汉，
类型：发明
国别省市：