基于token融合的贴片电感表面缺陷检测方法及系统技术方案

本发明专利技术公开了基于token融合的贴片电感表面缺陷检测方法及系统，该方法包括：获取贴片电感缺陷数据集；基于VisionTransformer网络模型，引入token融合模块对其进行优化处理，得到优化后的VisionTransformer网络模型；基于优化后的VisionTransformer网络模型对贴片电感缺陷数据集进行表面缺陷检测处理，得到贴片电感表面缺陷检测结果。该系统包括：获取模块、优化模块和评价模块。通过使用本发明专利技术，通过引入token融合模块实现贴片电感表面缺陷快速、精准的检测模块。本发明专利技术作为基于token融合的贴片电感表面缺陷检测方法及系统，可广泛应用于图像识别技术领域。于图像识别技术领域。于图像识别技术领域。

【技术实现步骤摘要】
基于token融合的贴片电感表面缺陷检测方法及系统


[0001]本专利技术涉及图像识别
，尤其涉及基于token融合的贴片电感表面缺陷检测方法及系统。

技术介绍

[0002]贴片电感具有低阻抗、高功率、高饱和电流、小型化等特性，广泛应用于数码产品、汽车电子、安防产品、小型通信设备等行业，在贴片电感的生产加工过程中，会出现少胶、端子偏位、爪子浮、夹线不良和崩缺等缺陷，为提高贴片电感的良品率，需要对其进行质量检测；当使用传统图像处理技术对贴片电感表面缺陷检测时，需要对每一类缺陷都要进行特征分析，然后利用图像处理算法多次试验、调整参数，才能得到较好的检测效果，此类方法普适性差，对工程师有较高的经验和技术要求，并且不能保证检测的准确率，当使用卷积神经网络(CNN)对贴片电感表面缺陷检测时，由于贴片电感缺陷目标为毫米级别，CNN采用的是局部感受野来对缺陷目标进行特征提取，不能建立全局信息长距离的依赖映射关系，导致贴片电感表面缺陷检测的准确率不高，与CNN相比Vision Transformer(ViT)具有矩阵乘法操作的注意力模块和多层感知器机模块本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.基于token融合的贴片电感表面缺陷检测方法，其特征在于，包括以下步骤：获取贴片电感缺陷数据集；基于Vision Transformer网络模型，引入token融合模块对其进行优化处理，得到优化后的Vision Transformer网络模型；基于优化后的Vision Transformer网络模型对贴片电感缺陷数据集进行表面缺陷检测处理，得到贴片电感表面缺陷检测结果。2.根据权利要求1所述基于token融合的贴片电感表面缺陷检测方法，其特征在于，所述获取贴片电感缺陷数据集这一步骤，其具体包括：对生产线上的贴片电感进行图像采集处理，得到贴片电感原始数据集；对贴片电感原始数据集进行数据增强处理，得到增强后的贴片电感数据集；通过图像标注软件对增强后的贴片电感数据集中带有表面缺陷的贴片电感进行标记标签，得到贴片电感缺陷数据集。3.根据权利要求2所述基于token融合的贴片电感表面缺陷检测方法，其特征在于，所述基于Vision Transformer网络模型，引入token融合模块对其进行优化处理，得到优化后的Vision Transformer网络模型这一步骤，其具体包括：引入token融合模块，判断tokens之间的相似性，得到第一tokens相似性判断结果和第二tokens相似性判断结果；根据第一tokens相似性判断结果和第二tokens相似性判断结果对tokens进行融合处理；根据tokens之间的相似性融合结果，通过二分软匹配算法对tokens之间的相似性进行匹配；根据tokens之间的相似性匹配结果调节Vision Transformer网络模型自注意力权重并更新至Vision Transformer网络模型中，得到优化后的Vision Transformer网络模型。4.根据权利要求3所述基于token融合的贴片电感表面缺陷检测方法，其特征在于，所述引入token融合模块，判断tokens之间的相似性，得到第一tokens相似性判断结果和第二tokens相似性判断结果这一步骤，其具体包括：引入token融合模块，引入后的Vision Transformer网络模型包括自注意力模块、token融合模块和多层感知机模块；基于Vision Transformer网络模型的自注意力模块中的键值向量Key对token融合模块中的特征信息进行提取处理，得到token融合模块中的特征信息；通过点积相似度对token融合模块中的特征信息进行分析，判断tokens之间的相似性，得到第一tokens相似性判断结果；基于Vision Transformer网络模型的多层感知机模块，通过余弦距离度量tokens之间的相似性，得到第二tokens相似性判断结果。5.根据权利要求4所述基于token融合的贴片电感表面缺陷检测方法，其特征在于，所述根据tokens之间的相似性融合结果，通过二分软匹配算法对tokens之间的相似性进行匹配这一步骤，其具体包括：将输入至token融合模块的所有tokens进行对等划分处理，得到第一划分集合和第二划分集合；
计算Vision Transformer网络模型的自注意力模块的输出特征与Vision Transformer网络模型的多层感知机模块的输出特征之间余弦距离，得到余弦距离值；根据余弦距离值，将第一划分集合和第二划分集合中的token进行一一比较，得到比较结果；选取比较结果中超过预设相似阈值的token并进行标记画边处理；将具有标记画边的token进行融合处理，并对其特征信息取均值与拼接匹配处理，得到tokens之间的相似性匹配结果。...

【专利技术属性】
技术研发人员：乔健，陈建春，杨景卫，伍言龙，程晓琦，卢清华，
申请(专利权)人：佛山科学技术学院，
类型：发明
国别省市：