【技术实现步骤摘要】
本专利技术涉及金属材料缺陷检测，具体为一种带状特种合金功能材料双表面缺陷实时检测方法。
技术介绍
1、特种混合金属材料的生产和加工过程中，由于各种因素导致产品存在缺陷，需通过人工视觉检测产品表面缺陷情况判断产品是否合格。目前也有基于机器视觉的产品表面缺陷检测方法用于自动检测，其中常规图像处理的方法对于复杂的工业场景下已经不能准确检测产品缺陷。目前主要采用深度学习模型的方法，在检测准确性上有了质的提升。但基于深度学习的缺陷检测方法，识别准确率受到训练样本数据集限制，某个模型仅对某类产品缺陷检测适用。由于工业场景环境复杂，产品特性及缺陷属性都不相同，甚至相差甚远。
2、综上所述，现有技术具体缺点如下：
3、(1)现有技术使用传统的图象处理方法，识别精度低，运行速度慢，不能达到实际应用需求；
4、(2)现有金属表面缺陷数据集与本企业产品缺陷数据不一致，图像分辨率低，缺陷种类与本企业不一致。现有技术使用深度学习方法，存在深度模型与数据集不适应；
5、(3)现有深度学习模型本身复杂，推理速度慢，识别准确率和处理速度仍不能满足实际需求。
6、因此，采用提出的深度学习模型实时在线检测运动状态下的特种合金功能材料双表面缺陷，需要采集工业产线环境中的产品缺陷图像并设计合适的深度学习模型，同时依据产线特点因地制宜量身定制设计检测系统装置。以采集本企业缺陷图像数据并标定，建立特种合金功能材料表面缺陷图像数据集，设计和训练深度学习模型，设计软件及硬件系统，在生产过程中实现特种合金功能材料双表面
技术实现思路
1、针对上述现有技术存在的不足，本专利技术旨在提供一种带状特种合金功能材料双表面缺陷实时检测方法，解决上述现有技术问题。
2、为解决上述技术问题，本专利技术采用如下技术方案：
3、本专利技术提供一种带状特种合金功能材料双表面缺陷实时检测方法，所述方法包括如下步骤：
4、步骤1，搭建数据采集装置采集金属材料图像缺陷数据，并标定缺陷类别、区域，建立金属材料数据集，同时在使用过程中，不断更新数据集；
5、步骤2，在yolov5的基础上设计和训练的轻量化深度模型，形成改进的yolov5模型结构，同时在使用过程中不断由更新的数据集重新训练模型；
6、步骤3，集成步骤1和步骤2中的深度模型设计软件系统及功能，该系统界面简洁，功能齐全，操作方便，运行稳定,硬件装置设计合理有效。
7、具体地，在步骤2中，改进的yolov5模型结构，具体改进如下：
8、a.针对对小目标检测精度低的问题，在模型颈部设计具有通道缩放的自适应空间特征融合(cs-asff)结构，并使用carafe结构作为特征融合时的上采样算子，强化模型的多尺度特征融合，提高模型检测精度；
9、b.在模型的卷积层和跨层级结构引入gsconv和vovgscsp模块，gsconv相比常规卷积占用的计算资源更少，使用gsconv和vovgscsp模块有效减少模型计算量；
10、c.针对数据集中的困难样本，采用focal-giou los作为损失函数，通过focal特性加强模型对困难样本的关注度，平衡各缺陷类别的检测精度，提高模型的鲁棒性。
11、具体地，在步骤3中，系统功能包括金属材料产品信息扫码输入、缺陷实时显示、缺陷实时统计、缺陷识别、实时报警、打标机(选配)、产品质量报表、检测精度的设定、中控终端通讯、远程维护。
12、进一步的，针对上述的一种带状特种合金功能材料双表面缺陷实时检测方法，本专利技术还提供了一种检测仪，包括机架、相机套件、光源灯具套件，所述机架置于现场设备的前端，且现场设备中的不锈钢带穿过机架；所述机架包括呈对称设置的左支架和右支架，且左、右支架的底部支脚分别通过螺栓固定在地面上；所述机架包括呈对称分别设置在机架内侧上部的上横杆、设置在机架内侧底部的下横杆，且安装在上横杆上的相机套件与安装在下横杆上的相机套件呈镜像对称；所述机架包括呈对称分别设置在机架前侧上部的上u型横杆、设置在机架前侧底部的下u型横杆，且安装在上u型横杆上的光源灯具套件与安装在下u型横杆上的光源灯具套件呈镜像对称。
13、具体的，所述上、下u型横杆位于上横杆与下横杆之间，所述不锈钢带穿过从上u型横杆与下u型横杆之间穿过。
14、本专利技术的有益效果在于：本专利技术中的该实时检测方法，自主建立的缺陷图像数据集，设计并训练轻量化的深度模型，集成开发缺陷检测系统及装置，可以实时有效检测带状特种合金功能材料上、下双表面的缺陷，并且系统可以实时分析材料表面缺陷分布并智能决策产品质量等级；可以代替人实现从送料、缺陷检测、到结果分析和保存等数字化，且缺陷实时检测准确，有效监测产品质量。
本文档来自技高网...【技术保护点】
1.一种带状特种合金功能材料双表面缺陷实时检测方法，其特征在于：所述方法包括如下步骤：
2.如权利要求1所述的一种带状特种合金功能材料双表面缺陷实时检测方法，其特征在于：在步骤2中，改进的YOLOv5模型结构，具体改进如下：
3.如权利要求1所述的一种带状特种合金功能材料双表面缺陷实时检测方法，其特征在于：在步骤3中，系统功能包括金属材料产品信息扫码输入、缺陷实时显示、缺陷实时统计、缺陷识别、实时报警、打标机、产品质量报表、检测精度的设定、中控终端通讯、远程维护。
4.如权利要求1所述的一种带状特种合金功能材料双表面缺陷实时检测方法，其特征在于：提供一种检测仪，其包括机架、相机套件、光源灯具套件，所述机架置于现场设备的前端，且现场设备中的不锈钢带穿过机架；所述机架包括呈对称设置的左支架和右支架，且左、右支架的底部支脚分别通过螺栓固定在地面上；所述机架包括呈对称分别设置在机架内侧上部的上横杆、设置在机架内侧底部的下横杆，且安装在上横杆上的相机套件与安装在下横杆上的相机套件呈镜像对称；所述机架包括呈对称分别设置在机架前侧上部的上U型横杆、设置在机架
5.如权利要求4所述的一种检测仪，其特征在于：所述上、下U型横杆位于上横杆与下横杆之间，所述不锈钢带穿过从上U型横杆与下U型横杆之间穿过。
...【技术特征摘要】
1.一种带状特种合金功能材料双表面缺陷实时检测方法，其特征在于：所述方法包括如下步骤：
2.如权利要求1所述的一种带状特种合金功能材料双表面缺陷实时检测方法，其特征在于：在步骤2中，改进的yolov5模型结构，具体改进如下：
3.如权利要求1所述的一种带状特种合金功能材料双表面缺陷实时检测方法，其特征在于：在步骤3中，系统功能包括金属材料产品信息扫码输入、缺陷实时显示、缺陷实时统计、缺陷识别、实时报警、打标机、产品质量报表、检测精度的设定、中控终端通讯、远程维护。
4.如权利要求1所述的一种带状特种合金功能材料双表面缺陷实时检测方法，其特征在于：提供一种检测仪，其包括机架、相机套件...
【专利技术属性】
技术研发人员：吴汉民，夏亚金，张嵩涛，李飞帆，王维，姜周杨，杨俊，戴亮，梁应毅，杨威，胡依伦，
申请(专利权)人：海盐中达金属电子材料有限公司，
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。