基于图像的故障诊断方法、装置和电子设备制造方法及图纸

本发明专利技术涉及故障诊断技术领域，提供一种基于图像的故障诊断方法、装置和电子设备，该基于图像的故障诊断方法包括：将待诊断图像输入至故障诊断模型的特征提取层，输出待诊断图像特征；将所述待诊断图像特征输入至故障诊断模型的降噪处理层，输出第一图像特征，所述降噪处理层包括目标分段线性函数，所述目标分段线性函数的参数基于所述待诊断图像特征进行注意力转换得到；将所述第一图像特征输入至故障诊断模型的识别层，输出故障诊断结果。本发明专利技术的基于图像的故障诊断方法，具有较高的判断准确性、普适性和灵活性。普适性和灵活性。普适性和灵活性。

【技术实现步骤摘要】
基于图像的故障诊断方法、装置和电子设备


[0001]本专利技术涉及故障诊断
，尤其涉及基于图像的故障诊断方法、装置和电子设备。

技术介绍

[0002]图像识别技术被广泛应用于机械零件的故障检测中，在进行图像识别前，一般需要通过软阈值法对图像进行降噪处理，但该方法降噪精度较低，且适配性较差。

技术实现思路

[0003]本专利技术旨在至少解决现有技术中存在的技术问题之一。为此，本专利技术提出一种基于图像的故障诊断方法，以提高降噪结果的精度，从而提高故障诊断结果的准确性。
[0004]本专利技术还提出一种基于图像的故障诊断装置。
[0005]本专利技术还提出一种电子设备。
[0006]本专利技术还提出一种非暂态计算机可读存储介质。
[0007]本专利技术还提出一种计算机程序产品。
[0008]根据本专利技术第一方面实施例的基于图像的故障诊断方法，包括：
[0009]将待诊断图像输入至故障诊断模型的特征提取层，输出待诊断图像特征；
[0010]将所述待诊断图像特征输入至故障诊本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于图像的故障诊断方法，其特征在于，包括：将待诊断图像输入至故障诊断模型的特征提取层，输出待诊断图像特征；将所述待诊断图像特征输入至故障诊断模型的降噪处理层，输出第一图像特征，所述降噪处理层包括目标分段线性函数，所述目标分段线性函数的参数基于所述待诊断图像特征进行注意力转换得到；将所述第一图像特征输入至故障诊断模型的识别层，输出故障诊断结果；其中，所述故障诊断模型为，以样本待诊断图像为样本，以与所述样本待诊断图像对应的样本故障诊断结果为样本标签训练得到。2.根据权利要求1所述的基于图像的故障诊断方法，其特征在于，所述将所述待诊断图像特征输入至故障诊断模型的降噪处理层，输出第一图像特征，所述降噪处理层包括目标分段线性函数，所述目标分段线性函数的参数基于所述待诊断图像特征进行注意力转换得到，包括：将所述待诊断图像特征输入至故障诊断模型的降噪处理层的第一子处理层，所述第一子处理层对所述待诊断图像特征进行特征提取，输出多组第二图像特征；将所述多组第二图像特征输入至所述故障诊断模型的降噪处理层的第二子处理层，所述第二子处理层对所述多组第二图像特征进行注意力转换，输出所述目标分段线性函数的参数。3.根据权利要求2所述的基于图像的故障诊断方法，其特征在于，所述将所述多组第二图像特征输入至所述故障诊断模型的降噪处理层的第二子处理层，所述第二子处理层对所述多组第二图像特征进行注意力转换，输出所述目标分段线性函数的参数，包括：将两组所述第二图像特征输入至所述第二子处理层，所述第二子处理层对两组所述第二图像特征分别进行绝对值、全局平均池化、全连接、批正则归一化、深度残差、全连接处理和映射处理，分别输出所述目标分段线性函数的阈值和所述目标分段线性函数在所述阈值内的第一斜率；将另外两组所述第二图像特征输入至所述第二子处理层，所述第二子处理层对所述另外两组所述第二图像特征分别进行绝对值、全局平均池化、全连接、批正则归一化、深度残差和全连接处理，分别输出所述目标分段线性函数在所述阈值外的第二斜率和在所述阈值外的第三斜率。4.根据权利要求2所述的基于图像的故障诊断方法，其特征在于，所述将所述待诊断图像特征输入至故障诊断模型的降噪处理层，输出第一图像特征，包括：将所述多组第二图像特征输入至所述故障诊断模型的降噪处理层的第三子处理层，所述第三子处理层对所述多组第二图像特征进行特征提取，得到第三图像特征；将所述第三图像特征输入至所述目标分段线性函数，输出残差值；将所述残差值和所述待诊断图像特征输入至所述故障诊断模型的降噪处理层的第四子处理层，所述第四子处...

【专利技术属性】
技术研发人员：陈磊，陈蔚，全永兵，
申请(专利权)人：芜湖美的厨卫电器制造有限公司，
类型：发明
国别省市：