本发明专利技术公开了一种可靠伪标签引导的压缩机外观自适应检测方法，包括以下步骤：首先获取压缩机外观图像并预处理，构建压缩机外观数据集；接着构建可靠伪标签引导的压缩机外观自适应检测模型，并将压缩机外观图像导入模型进行训练，获得最终的压缩机外观自适应检测模型；最后将实时采集的压缩机外观图像输入检测模型，得到最终的检测结果。本发明专利技术可实现无需标准模板的多型号压缩机外观自适应检测，解决了传统检测方法中标准模板制作和缺陷特征提取严重依赖专家经验知识的问题，提高压缩机外观检测自动化，具有较高的检测精度和应用价值。
【技术实现步骤摘要】
本专利技术涉及一种可靠伪标签引导的压缩机外观自适应检测方法，属于产品视觉检测。
技术介绍
1、压缩机在生产制造过程中，由于受到各种复杂工序要求、设备运作状况、人为因素和环境因素等影响，可能出现铭牌损坏、铭牌歪斜、接线柱弯曲、排气管弯曲或底脚变形等外观缺陷。这些外观缺陷不仅影响产品美观，甚至导致产品功能和性能下降或失效。因此，外观检测是压缩机生产制造中质量控制的基本要求。
2、压缩机外观检测主要是利用人工目视或机器视觉判断产品外观是否存在缺陷的技术，其中机器视觉方法作为一种无损非接触式的外观自动检测技术，是目前压缩机外观检测的研究热点。现存的基于机器视觉的压缩机外观检测方法主要采用常规图像处理算法或人工设计特征加分类器方式完成外观检测任务。在真实复杂的生产环境中，压缩机外观成像存在大量干扰，压缩机型号和缺陷种类多样，现存的方法难以取得较好的检测效果，存在标准模板制作繁杂，缺陷特征提取困难，检测不同型号压缩机时需要重新建模等问题。综上所述，亟需研究一种压缩机外观自适应检测方法，提高压缩机外观检测环节的自动化、智能化水平。
...
【技术保护点】
1.一种可靠伪标签引导的压缩机外观自适应检测方法，其特征在于，包括以下步骤：
2.如权利要求1所述的一种可靠伪标签引导的压缩机外观自适应检测方法，其特征在于，所述步骤1包括以下步骤：
3.如权利要求1所述的一种靠伪标签引导的压缩机外观自适应检测方法，其特征在于，步骤3中，所述学生网络和教师网络均采用基于坐标注意力增强的压缩机外观多尺度检测网络组成，该压缩机外观多尺度检测网络以YOLOv5作为基础网络，并通过基于坐标注意力机制的特征提取模块在基础网络中残差结构增加坐标位置信息的利用。
4.如权利要求3所述的一种靠伪标签引导的压缩机外观自适应检测方法，其特...
【技术特征摘要】
1.一种可靠伪标签引导的压缩机外观自适应检测方法，其特征在于，包括以下步骤：
2.如权利要求1所述的一种可靠伪标签引导的压缩机外观自适应检测方法，其特征在于，所述步骤1包括以下步骤：
3.如权利要求1所述的一种靠伪标签引导的压缩机外观自适应检测方法，其特征在于，步骤3中，所述学生网络和教师网络均采用基于坐标注意力增强的压缩机外观多尺度检测网络组成，该压缩机外观多尺度检测网络以yolov5作为基础网络，并通过基于坐标注意力机制的特征提取模块在基础网络中残差结构增加坐标位置信息的利用。
4.如权利要求3所...
【专利技术属性】
技术研发人员：张洁，廖鑫婷，汪俊亮，陆峻青，孙嘉骏，
申请(专利权)人：东华大学，
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。