一种少样本带钢表面缺陷检测方法技术

本发明专利技术提供了一种少样本带钢表面缺陷检测方法，首先，特征提取模块对预处理后的图像进行特征提取，得到20×20、40×40、80×80三种不同尺度大小的特征图，再一并传入特征融合模块；特征融合结构将提取的特征进行融合，获取更加丰富的特征信息；最后，通过检测模块分别预测输入图像中的大型缺陷、中型缺陷和小型缺陷，经过损失函数计算后得到检测结果。该方法对带钢表面缺陷准确的识别能力，不仅可以将人从繁琐的体力劳动中解放出来，减少对身体造成的损害；也可以提高企业运作效率，更合理地利用人力资源，提高企业利润，形成良性循环，促进产业的发展。

【技术实现步骤摘要】

本专利技术涉及带钢表面缺陷检测，特别是一种少样本带钢表面缺陷检测方法。

技术介绍

1、热轧带钢作为一种典型的工业片材，在中国钢铁冶金领域具有重要地位。然而受到轧制技术及铸造装备等限制，在热轧过程中会造成带钢表面产生划伤、麻点、夹杂等缺陷。这些缺陷不仅影响外观，对于钢板的耐磨性、抗腐蚀性、疲劳强度等也都会产生负面影响，导致钢材整体质量下降，引发一系列安全事故。因此，对钢材表面缺陷及时检测，是严格把控钢材质量的重要一环，在很大程度上减少了企业的生产损失。

2、目前，在大部分钢铁企业中，人工检测仍作为主要的工作方式，但受人力资源限制，检测时采用抽样检测，这样难免出现钢材的漏检和误检，且这种检测方法效率低、成本高，在生产水平提升、产品需求量增大的当下并不适用。随着计算机视觉的发展，基于深度学习的方法被引入工业现场进行检测成为可能，其可以直接实现钢板端到端的表面缺陷检测。但深度学习的优秀表现依赖大量的可训练数据，这些数据都需要人工地进行信息标注。这大大地限制其在工业领域的发展，因为在工业场景中获取足够的数据和标签往往需要付出高昂的代价。在工业实际生产过程本文档来自技高网...

【技术保护点】

1.一种少样本带钢表面缺陷检测方法，其特征在于，首先，特征提取模块对预处理后的图像进行特征提取，得到20×20、40×40、80×80三种不同尺度大小的特征图，再一并传入特征融合模块；特征融合结构将提取的特征进行融合，获取更加丰富的特征信息；最后，通过检测模块分别预测输入图像中的大型缺陷、中型缺陷和小型缺陷，经过损失函数计算后得到检测结果。

2.根据权利要求1所述的一种少样本带钢表面缺陷检测方法，其特征在于，图形预处理具体为：首先对输入图片进行图片预处理操作，通过使用随机尺度变化提高检测方法的尺度不变性，通过旋转操作提高检测方法的旋转不变性，通过Mosaic数据增强操作丰富需...

【技术特征摘要】

1.一种少样本带钢表面缺陷检测方法，其特征在于，首先，特征提取模块对预处理后的图像进行特征提取，得到20×20、40×40、80×80三种不同尺度大小的特征图，再一并传入特征融合模块；特征融合结构将提取的特征进行融合，获取更加丰富的特征信息；最后，通过检测模块分别预测输入图像中的大型缺陷、中型缺陷和小型缺陷，经过损失函数计算后得到检测结果。

2.根据权利要求1所述的一种少样本带钢表面缺陷检测方法，其特征在于，图形预处理具体为：首先对输入图片进行图片预处理操作，通过使用随机尺度变化提高检测方法的尺度不变性，通过旋转操作提高检测方法的旋转不变性，通过mosaic数据增强操作丰富需要用到的训练数据；随机尺度变化即设置输入图像在每次迭代前从0.8～1.2的倍数范围内随机抽取一个比率值r，将图像尺寸调整为原始大小的r倍进行训练；旋转操作为在左旋45°和右旋45°范围内随机进行旋转；mosaic操作即将四张不同的采集图像拼接成一张图像，用于增强数据集的多样性。

3.根据权利要求1所述的一种少样本带钢表面缺陷检测方法，其特征在于，特征提取具体为：根据选定的神经网络提取输入图像的特征；...

【专利技术属性】
技术研发人员：姚立纲，宋文琦，吴龙，
申请(专利权)人：福州大学，
类型：发明
国别省市：