基于交替图像注意力机制的油罐商标颜色纯正检测方法技术

本发明专利技术公开了一种基于交替图像注意力机制的油罐商标颜色纯正检测方法，涉及图像检测领域，旨在解决现有技术中准确率低的问题，采用的技术方案是，包括先采集正常颜色图像，再得到异常颜色商标图像；建立ViT网络模型；处理图像并构建数据集；通过ViT网络模型对油罐商标图像进行训练，并进行实际测试后投入使用、及时更新；本技术方案的网络模型可以随时更新不会打断流水线的生产，也无需大量的人工标记训练数据，降低了网络的搭建成本；提出的融合了局部

【技术实现步骤摘要】
基于交替图像注意力机制的油罐商标颜色纯正检测方法


[0001]本专利技术涉及图像检测领域，具体为一种基于交替图像注意力机制的油罐商标颜色纯正检测方法。

技术介绍

[0002]油罐的实际生产场景中，往往会有各种各样的不适宜工人长时间监控作业的工序，有关的商标检测就属于这一类工序。为了不打断整条流水线的作业，对于油罐的商标颜色检测往往需要不间断的，快速的，作业影响最小的检测方式。因此，需要对这一问题进行研究，找到一种方法能够不间断的影响最小的快速地进行油罐商标的颜色纯正检测，进而帮助工厂进行更安全，更高效，不影响生产流程的生产活动。
[0003]目前的油罐颜色纯正检测方法大部分基于卷积神经网络搭建，这类方法的颜色纯正检测受到背景颜色的干扰较大，检测准确率较低。最近，由Transformer结构组成的ViT(Vision Transformer)网络在计算机视觉领域的优势越来越明显，其不同于卷积网络的全局注意力，使其在不同场景下都有较好的性能，鲁棒性强，但ViT网络架构存在计算量大、复杂度高以及不便于获得大的有效感受野的问题。
[00本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.基于交替图像注意力机制的油罐商标颜色纯正检测方法，其特征在于：包括以下步骤：步骤1，先使用摄像头对颜色正常的油罐进行商标图像采集，得到正常颜色商标图像，再对正常颜色商标图像进行正常阈值外的颜色变化处理，得到异常颜色商标图像；步骤2，建立基于图像注意力机制的ViT网络模型；步骤3，对获取到的商标图像进行分类整理，处理后并以此构建数据集；步骤4，通过基于图像注意力机制的ViT网络模型对油罐商标图像进行训练；步骤5，对训练好的模型进行实际测试后投入使用；步骤6，数据集更新后，重加载模型再次训练进行模型更新。2.根据权利要求1所述的基于交替图像注意力机制的油罐商标颜色纯正检测方法，其特征在于：所述步骤1中对颜色正常的油罐使用的摄像头为高像素摄像头，异常颜色商标图像先将RGB格式转换成LAB格式，再转换成cmyk格式，再进行正常颜色阈值外的颜色变化处理后转回RGB格式，得到异常颜色商标图像。3.根据权利要求1所述的基于交替图像注意力机制的油罐商标颜色纯正检测方法，其特征在于：所述步骤2中，基于图像注意力机制的ViT网络模型包括图片块嵌入模块，注意力模块，位置编码生成模块，自适应平均池化层，维度转换层，全连接层组成；其中输入数据由图片块嵌入模块，注意力模块，编码...

【专利技术属性】
技术研发人员：荆晓远，张润地，王广宁，韩光信，陈俊均，姚永芳，朱冠华，
申请(专利权)人：茂名华检实验科技有限公司，
类型：发明
国别省市：