System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技术实现步骤摘要】
本专利技术涉及机器视觉领域,特别是一种基于文本信息监督的零样本工业木制品质检方法。
技术介绍
1、早期的工业质检主要是依靠人工进行检验,这种方式虽然可以发现一些问题,但是效率低下、成本高昂。随着科技的发展,机器视觉技术逐渐应用于工业质检中,机器视觉是一种利用计算机视觉技术对图像或视频进行处理、分析和理解的技术,利用该技术可以实现自动化、智能化地进行表面缺陷检测,分析缺陷产生的原因,使得生产线的维护工作更具有针对性,有效降低维护成本和检修成本。在深度学习暂未兴起的时期,机器视觉采用传统图像处理方法结合光学成像技术对待检品进行检验,这种方式存在一定的局限性。首先,光学成像技术需要使用专门的设备和仪器,成本较高。其次,光学成像技术对于复杂场景的检测效果不佳。例如,在检测某些微小的缺陷时,光学成像技术可能会受到光线、环境等因素的影响,导致检测结果不准确。此外,光学成像技术还需要对图像进行后期处理,如滤波、增强等,这也会增加检测的难度和时间。随着深度学习技术逐步成熟,工业质检开始采用深度学习方法结合光学成像技术对待检品进行检验。深度学习方法是一种基于神经网络的机器学习技术,可以自动从数据中学习特征和模式,并用于工业质检。采用深度学习方法进行工业质检能够自动地提取图像数据中的特征,减少人工干预,提高检测效率和准确性。并且对数据进行端到端的训练和测试,避免了传统方法中的手动设计特征和选择算法的问题。深度学习方法可以适应不同的场景和应用,具有较好的泛化能力。目前市场上通常采用的深度学习方法大都是有监督学习,即需要对带缺陷样本数据进行缺陷标注,获
2、针对木制品质检场景,工人对木制品缺陷进行了举例,包括开裂、油污和缺边,对于该场景,若采用有监督深度学习方法存在两大痛点:其一,带有开裂、油污和缺边三种缺陷的木制品数据极少,因此需要人为制作缺陷,这就导致缺陷特征与真实场景存在差异;其二,除了这三种明显缺陷,木制品还可能会存在其他的缺陷类型,无法一一穷举,这就导致有监督深度学习方法仅具备对开裂、油污和缺边三种缺陷检测的能力,不具备其他缺陷检测的能力。
技术实现思路
1、本专利技术的目的是为了解决上述问题,设计了一种基于文本信息监督的零样本工业木制品质检方法。
2、实现上述目的本专利技术的技术方案为,一种基于文本信息监督的零样本工业木制品质检方法,包括以下步骤:
3、s1:通过提示工程对提示模板进行优化;
4、s1.1:对开源提示模板进行清洗;
5、s1.2:结合当前样本生产环境进行模板调优;
6、s1.3:整理获得p句提示模板;
7、s2:状态词优化;
8、s2.1:整理带有缺陷的不合格品的形容词作为状态词1,数量记为s1;
9、s2.2:整理不具备缺陷的合格品的形容词作为状态词2,数量记为s2;
10、s3:实体词优化;
11、s3.1:通过将合格图像送入开源大模型中获得图像注释文本,从中获取最符合当前环境下的实体词o;
12、s4:合成文本提示输入;
13、s4.1:将优化后的状态词1和实体词填入到提示模板1中,作为文本编码器的输入1,数量为p1*s1,得到输出t1,作为缺陷品文本特征向量;
14、s4.2:将优化后的状态词2和实体词填入到提示模板2中,作为文本编码器的输入2,数量为p2*s2,得到输出t2,作为合格品文本特征向量;
15、s5:质检流程;
16、s5.1:获取待检木制品图像;
17、s5.2:将图像送入图像编码器中,得到输出i,作为图像特征向量s5.3:图像特征向量i与文本特征向量t1和t2分别相乘,计算余弦相似度,获得相关性分数c1和c2;
18、s5.4:若c1>c2,则为缺陷品;若c1<c2,则为合格品;缺陷品通过踢废装置进行踢除。
19、利用本专利技术的技术方案制作的一种基于文本信息监督的零样本工业木制品质检方法,不需要工厂提供带缺陷的样本,也不需要对缺陷种类进行穷举,只需几张合格品的样本,采用本专利提出的方法即可对缺陷样本进行检出。工业质检难度一定程度上受到待检物体本身多样的结构复杂性影响,但不同待检物体的缺陷特征常常具备一定的通用特征,因此通过自然语言即文本描述对缺陷及待检物体进行普适描述更利于缺陷的去目标化。该技术解决了工业场景缺陷种类多无法穷举、缺陷样本少、无法采集的痛点,同时不需要数据标注工作和模型训练工作,大大降低了算法开发的时间成本和算力成本。
本文档来自技高网...【技术保护点】
1.一种基于文本信息监督的零样本工业木制品质检方法,其特征在于,包括以下步骤:
2.根据权利要求1所述的基于文本信息监督的零样本工业木制品质检方法,其特征在于,所述的S1具体为:
3.根据权利要求1所述的基于文本信息监督的零样本工业木制品质检方法,其特征在于,所述的S2具体为:
4.根据权利要求1所述的基于文本信息监督的零样本工业木制品质检方法,其特征在于,所述的S3具体为:
5.根据权利要求1所述的基于文本信息监督的零样本工业木制品质检方法,其特征在于,所述的S4具体为:
6.根据权利要求1所述的基于文本信息监督的零样本工业木制品质检方法,其特征在于,所述的S5具体为:
【技术特征摘要】
1.一种基于文本信息监督的零样本工业木制品质检方法,其特征在于,包括以下步骤:
2.根据权利要求1所述的基于文本信息监督的零样本工业木制品质检方法,其特征在于,所述的s1具体为:
3.根据权利要求1所述的基于文本信息监督的零样本工业木制品质检方法,其特征在于,所述的s2具体为:
4....
【专利技术属性】
技术研发人员:孙伟宏,徐禹尧,王婷婷,吕鹏,刘磊,
申请(专利权)人:信华信技术股份有限公司,
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。