一种基于AI识别的3D打印机缺陷检测装置制造方法及图纸

本发明专利技术公开了一种基于AI识别的3D打印机缺陷检测装置，包括：智能图像捕获模块和智能控制板，智能图像捕获模块安装在3D打印底盘的上面，将智能图像捕获模块采集到的图像传输至智能控制板中的分割网络模型分割得到3D打印建模图像和3D喷头图像，3D喷头图像传输至智能控制板中的对比网络进行处理；交互软件模块实时监控3D打印机的断丝和缺陷检测的工作情况；智能图像捕获模块每隔一个时间间隔T采集图像，按照时间顺序依次采集出支持集和查询集图像，并输入到智能控制板中基于VIT特征提取的小样本学习算法中处理。本发明专利技术基于小样本分类的检测和基于残差网络的3D喷头断丝检测，实现了准确检测3D喷头断丝和3D建模缺陷，满足了实际应用中的多种需要。际应用中的多种需要。际应用中的多种需要。

【技术实现步骤摘要】
一种基于AI识别的3D打印机缺陷检测装置


[0001]本专利技术涉及计算机视觉领域，应用于3D打印机工作的环节，尤其涉及一种基于AI识别的3D打印机缺陷检测装置。

技术介绍

[0002]3D打印机在日常生活中发挥着重要的作用，然而3D打印机的普遍应用也带了很多问题，例如：3D喷头断丝和3D建模的过程中出现模型缺陷的问题。很多时候这些问题如果不及时发现解决会造成打印材料的浪费，严重时还会造成经济损失。
[0003]目前，大多数厂商在解决该问题上受到技术以及成本的限制。在3D喷头断丝检测方面，一部分采用人工检查的方法，这样造成了比较大的人力成本。另一部分采用硬件传感器技术对喷头进行检测。这种技术的缺点在于当需求升级时需要对3D打印机的硬件进行更改，而对3D打印机硬件升级困难，对于多类型的3D打印机来说，适配性较差。在3D建模缺陷检测方面，现有的缺陷检测多为传统的图像处理技术，处理效果差且耗时长。另一方面，带有缺陷的样本数量有限，采用传统的深度学习算法会有过拟合的风险。

技术实现思路

[0004]本专利技术提供了一种基于AI识别的3D打印机缺陷检测装置，本专利技术基于小样本分类的检测和基于残差网络的3D喷头断丝检测，实现了准确检测3D喷头断丝和3D建模缺陷，满足了实际应用中的多种需要，详见下文描述：
[0005]一种基于AI识别的3D打印机缺陷检测装置，所述装置包括：智能图像捕获模块和智能控制板，
[0006]所述智能图像捕获模块安装在3D打印底盘的上面，将智能图像捕获模块采集到的图像传输至智能控制板中的分割网络模型分割得到3D打印建模图像和3D喷头图像，3D喷头图像传输至智能控制板中的对比网络进行处理；交互软件模块实时监控3D打印机的断丝和缺陷检测的工作情况；
[0007]智能图像捕获模块每隔一个时间间隔T采集图像，按照时间顺序依次采集出支持集和查询集图像，并输入到智能控制板中基于VIT特征提取的小样本学习算法中处理。
[0008]其中，所述支持集图像共2个类别，分别是3D建模正常形态在T时刻得到、3D建模缺陷形态在2T时刻得到，每个类别一张图像；查询集图像在3T时刻得到。
[0009]进一步地，所述交互软件模块收集3D打印机的工作状态，使得用户在室外也能监控3D打印机的工作状态；
[0010]所述交互软件模块用于远程控制检测装置启动、关闭，监控打印机的工作状态和打印过程；在交互软件模块中开启室外报警模式，在打印机出现喷头断丝和模型缺陷时进行报警。
[0011]其中，所述智能图像捕获模块按照时间T采集图像，使用分割网络模型得到3D喷头图像，再输入至智能控制板中的对比网络模型进行处理；
[0012]所述对比网络模型的特征提取部分为改进的注意力机制残差网络，第一部分是采用残差结构的卷积神经网络resnet，整个resnet网络由多个残差块拼接而成，先对输入的喷头图像进行卷积层处理，再经过池化层处理后输入到残差块中进行处理；除第一残差块外，其他残差块再处理特征图之前要进行特征图的缩放处理；经过所有残差块处理后输入到一个全连接层中输出处理后的特征图。第二部分是CBAM注意力机制模块，可以对得到的特征进行重构，使特征更加符合样本的潜在分布规律，提高模型的对比效果。
[0013]所述CBAM注意力机制模块由通道注意力模块和空间注意力模块组成，输入的特征图首先通过通道注意力模块得到包含通道注意力的特征图，再通过空间注意力模块得到包含空间注意力的特征图，每个注意力都是通过矩阵乘法整合在特征图中。
[0014]所述通道注意力模块：对输入的特征分别进行最大池化和平均池化操作，分别得到两个不同的特征向量M1∈R
c
×1×1和M2∈R
c
×1×1；采用全连接网络处理两个特征向量；将处理后的特征向量相加，使用sigmoid函数对得到的和向量中的元素进行处理，最终得到通道注意力，即：
[0015]CAM＝sigmoid(MLP(M1)+MLP(M2))
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(1)
[0016]其中，MLP(
·
)为全连接网络；
[0017]所述空间注意力模块：对输入特征图进行最大池化和平均池化操作，分别得到两个不同的特征向量A1∈R1×
w
×
h
和A2∈R1×
w
×
h
；将两个特征向量在通道上进行拼接，使用卷积层处理拼接向量；使用sigmoid函数对拼接向量中的元素进行处理，最终得到空间注意力，即：
[0018]PAM＝sigmoid(conv(cat[A1,A2]))
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(2)
[0019]其中，conv(
·
)为卷积网络。
[0020]所述小样本学习中的backbone是一个Vision Transformer，通过backbone处理得到支持集特征向量[α，β]和查询集特征向量q，再对特征向量计算余弦相似度判断查询集图像是否存在缺陷；
[0021]Vision Transformer的结构为：原始图像经过卷积层处理成n个token，使用位置编码层在每一个token中加入位置编码，使用transformer编码器处理加入位置编码的token，经过全连接层处理得到处理后的特征图。transformer编码器能够通过计算自注意力的方法来重新重构特征。
[0022]本专利技术提供的技术方案的有益效果是：
[0023]1、本专利技术基于深度学习的图像对比技术实现检测3D打印机的断丝和3D打印过程中的缺陷问题，能够在数据集有限的条件下节约成本并且实现过程较为简单并且准确率较高，缓解人工检查3D打印机的问题带来的困扰，使人力得到解放；
[0024]2、本专利技术解决在3D打印机工作过程中出现的3D喷头断丝检测困难和高效检测打印过程中3D模型缺陷的问题；本专利技术结合计算机视觉深度学习算法，能够在智能图像捕获装置采集的实时画面中判断是否发生3D喷头断丝现象和3D模型建模缺陷的问题；
[0025]3、本专利技术在3D打印生产的条件下，提高生产力，解放人工；不仅实现了解决缺陷检测的问题，节约了成本。
附图说明
[0026]图1为一种基于AI识别的3D打印机缺陷检测装置的工作原理的流程图；
[0027]图2为一种基于AI识别的3D打印机缺陷检测装置检测断丝现象的流程图；
[0028]图3为一种基于AI识别的3D打印机缺陷检测装置检测3D模型打印缺陷现象的流程图；
[0029]图4为改进的注意力机制残差网络的结构图；
[0030]图5为通道注意力、空间注意力、卷积注意力模块结构图；
[0031]图6为基于VIT特征提取的小样本学习3D模型打印缺陷检测算法示意图；
[0032]图7为Vision Transformer结构图；
[0033]图本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于AI识别的3D打印机缺陷检测装置，其特征在于，所述装置包括：智能图像捕获模块和智能控制板，所述智能图像捕获模块安装在3D打印底盘的上面，将智能图像捕获模块采集到的图像传输至智能控制板中的分割网络模型分割得到3D打印建模图像和3D喷头图像，3D喷头图像传输至智能控制板中的对比网络进行处理；交互软件模块实时监控3D打印机的断丝和缺陷检测的工作情况；智能图像捕获模块每隔一个时间间隔T采集图像，按照时间顺序依次采集出支持集和查询集图像，并输入到智能控制板中基于VIT特征提取的小样本学习算法中处理。2.根据权利要求1所述的一种基于AI识别的3D打印机缺陷检测装置，其特征在于，所述支持集图像共2个类别，分别是3D建模正常形态在T时刻得到、3D建模缺陷形态在2T时刻得到，每个类别一张图像；查询集图像在3T时刻得到。3.根据权利要求1所述的一种基于AI识别的3D打印机缺陷检测装置，其特征在于，所述交互软件模块收集3D打印机的工作状态，使得用户在室外也能监控3D打印机的工作状态；所述交互软件模块用于远程控制检测装置启动、关闭，监控打印机的工作状态和打印过程；在交互软件模块中开启室外报警模式，在打印机出现喷头断丝和模型缺陷时进行报警。4.根据权利要求1所述的一种基于AI识别的3D打印机缺陷检测装置，其特征在于，所述智能图像捕获模块按照时间T采集图像，使用分割网络模型得到3D喷头图像，再输入至智能控制板中的对比网络模型进行处理；所述对比网络模型的特征提取部分为改进的注意力机制残差网络，第一部分是采用残差结构的卷积神经网络resnet，整个resnet网络由多个残差块拼接而成，先对输入的喷头图像进行卷积层处理，再经过池化层处理后输入到残差块中进行处理；除第一残差块外，其他残差块再处理特征图之前要进行特征图的缩放处理；经过所有残差块处理后输入到一个全连接层中输出处理后的特征图；第二部分是CBAM注意力机制模块，对得到的特征进行重构，使特征符合样本的潜在分布规律。5.根据权利要求4所述的一种基于AI识别的3D打印机缺陷检测装置，其特征在于，所...

【专利技术属性】
技术研发人员：于雅楠，潘奇，赵洪利，
申请(专利权)人：天津职业技术师范大学中国职业培训指导教师进修中心，
类型：发明
国别省市：