【技术实现步骤摘要】
一种表面缺陷检测方法、装置、存储介质及电子设备
[0001]本申请涉及图像检测领域,具体而言,涉及一种表面缺陷检测方法、装置、存储介质及电子设备。
技术介绍
[0002]产品的表面缺陷检测是制造业中格外关注的一项技术问题。作为生产制造过程中必不可少的一步,表面缺陷检测广泛应用于各工业领域,包括3C、半导体及电子、汽车、轻工等领域。人工检测方法不仅低效、耗时,难以达到生产所需的实时性和准确性要求,而且准确性受到主观因素的影响。因此,开发一种自动、准确、高效的基于机器视觉的表面缺陷自动检测方法来帮助或取代人的决策是至关重要的,基于机器视觉的自动缺陷检测方法分为传统方法和深度学习方法两大类。
[0003]基于深度学习的方法大体上分为两类:区域级的检测方法和像素级的分割方法,后者可以获得更加细粒度的检测结果,能够检测到缺陷的形状、边界、轮廓等结构信息。虽然这些方法已经在缺陷检测上实现了不错的性能,但是当缺陷表现出面积小、低对比度和细划痕等比较弱的特征,这些方法仍然存在一些漏检和误检。
技术实现思路
[0004]本申请的目的在于提供一种表面缺陷检测方法、装置、存储介质及电子设备,以至少部分改善上述问题。
[0005]为了实现上述目的,本申请实施例采用的技术方案如下:
[0006]第一方面,本申请实施例提供一种表面缺陷检测方法,应用于电子设备,所述电子设备部署有特征融合网络模型,所述特征融合网络模型包括编码器、密集感受野模块以及解码器,所述编码器包括一个第一子模块、n个第二子模块以及一个第 ...
【技术保护点】
【技术特征摘要】
1.一种表面缺陷检测方法,其特征在于,应用于电子设备,所述电子设备部署有特征融合网络模型,所述特征融合网络模型包括编码器、密集感受野模块以及解码器,所述编码器包括一个第一子模块、n个第二子模块以及一个第三子模块,所述第一子模块包括1个步长为1的3x3卷积和两个基本残差块,所述第二子模块包括1个下采样操作块和两个基本残差块,所述第三子模块包括1个池化区域为2
×
2的最大池化操作块和两个基本残差块,所述第一子模块、n个第二子模块以及所述第三子模块为级联关系,所述方法包括:所述编码器对原始图像进行处理,以获取不同尺度的图像特征,包括n个第二子模块输出的图像特征和1个第三子模块输出的图像特征,所述原始图像为对目标产品进行采集所得到的图像;所述密集感受野模块对所述第三子模块输出的图像特征中的上下文信息进行捕获,以获得密集感受野上下文特征;所述解码器对所述密集感受野上下文特征、n个第二子模块输出的图像特征以及第三子模块输出的图像特征进行解码融合,以获取检测图像;所述检测图像包括所述原始图像中各个像素点对应的检测结果,所述检测结果包括非缺陷像素点和缺陷像素点。2.如权利要求1所述的表面缺陷检测方法,其特征在于,所述密集感受野模块包括3个级联的感受野模块和1个全局平均池化分支,所述感受野模块包括三个并行的具有不同空洞率的3x3空洞卷积,所述密集感受野模块对所述第三子模块输出的图像特征中的上下文信息进行捕获,以获得密集感受野上下文特征的步骤,包括:第i个感受野模块对所述第三子模块输出的图像特征和前i
‑
1个感受野模块的输出结果进行空洞卷积处理,以获取第i个感受野模块的输出结果;所述全局平均池化分支对所述第三子模块输出的图像特征进行处理,以获取全局特征;所述密集感受野模块将所述第三子模块输出的图像特征、所述全局特征以及每一个感受野模块的输出结果进行相加,以得到密集感受野上下文特征。3.如权利要求2所述的表面缺陷检测方法,其特征在于,所述第i个感受野模块的输出结果的算式为:其中,Y
i
表征所述第i个感受野模块的输出结果,H
i
表征所述第i个感受野模块,X表征所述第三子模块输出的图像特征。4.如权利要求3所述的表面缺陷检测方法,其特征在于,所述全局特征的算式为:Y4=upsample[F1×1(GAP(X))];其中,GAP表示全局平均池化操作,F1×1表示1x1卷积操作,upsample表示上采样操作,Y4表征所述全局特征。5.如权利要求1所述的表面缺陷检测方法,其特征在于,所述解码器包括n+1个级联的特征融合模块,所述解码器对所述密集感受野上下文特征、n个第二子模块输出的图像特征以及第三子模块输出的图像特征进行解码融合,以获取检测图像的步骤,包括:
第k个特征融合模块通过上采样分支对相应的高层特征进行上采样,以得到上采样特征;第k个特征融合模块通过通道注意力分支和空间注意力分支对所述上采样特征进行处理,分别获取通道注意力图和空间注意力图;第k个特征融合模块通过矩阵乘法操作和一个深度可分离的空洞卷积模块融合所述通道注意力图和所述空间注意力图,以获得三维注意力图;第k个特征融合模块基于所述三维注意力图对相应的低层特征加权,以得到加权特征;第k个特征融合模块将所述加权特征和所述上采样特征进行拼接,并将拼接结果通过一个3x3卷积块,以得到第k个特征融合模块的输出结果;当k=n+1时,第k个特征融合模块相应的高层特征为所述密集感受野上下文特征,第k个特征融合模块相应的低层特征为所述第三子模块输出的图像特征;当1≤k≤n时,第k个特征融合模块相应的高层特征为第k+1个特征融合模块的输出结果,第k个特征融合模块相应的低层特征为第k...
【专利技术属性】
技术研发人员:徐明亮,姜晓恒,李青锋,闫丰,卢洋,李书攀,董敏,
申请(专利权)人:北京航空航天大学杭州创新研究院,
类型:发明
国别省市:
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。