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】
本专利技术涉及深度学习与目标检测,尤其涉及一种飞机蒙皮损伤检测方法、系统及存储介质。
技术介绍
1、划痕损伤、裂纹损伤、腐蚀损伤、变形损伤和铆钉损伤使得飞机蒙皮结构强度严重下降,严重影响飞行安全。因此飞机蒙皮损伤检测是大型飞机维护中的重要环节。飞机蒙皮损伤数据集图片背景单一,因此相对于voc等公开数据集,飞机蒙皮损伤目标前景和背景之间的相关性较稀疏。目前现有的目标检测模型大多数是围绕着复杂背景数据进行改进的,忽略了单一背景等低复杂度数据应用场景可能带来的模型参数冗余问题。
2、现有yolo系列目标检测模型的颈部特征金字塔部分采用concat的特征融合方式。特征层通道堆叠不会导致过多的信息流失,但是对于飞机蒙皮损伤等低复杂度图像数据,特征层通道堆叠会带来模型参数量冗余问题。
技术实现思路
1、本专利技术公开了一种飞机蒙皮损伤检测方法、系统及存储介质,能够有效解决在处理飞机蒙皮损伤检测时产生的模型参数量冗余的问题。
2、为了解决上述技术问题,本专利技术实施例提供了一种飞机蒙皮损伤检测方法,所述方法包括:
3、获取飞机蒙皮损伤图像数据,并对所述飞机蒙皮损伤图像数据进行预处理;
4、将预处理完的飞机蒙皮损伤图像数据进行格式转化,生成yolo格式数据,并将所述yolo格式数据作为训练数据集;
5、将加性注意力机制中的双曲正切函数替换成sigmoid激活函数,且将所述加性注意力机制的输入替换成两个同尺寸且语义信息不同的特征层,得到改进
6、通过将yolo模型中颈部特征融合层的concat特征融合方式换成改进后的加性注意力机制,得到改进后的yolo模型;
7、将所述训练数据集输入至改进后的yolo模型中进行训练,得到最优权重模型;
8、对所述最优权重模型进行模型评估得到评估测试结果;
9、若所述评估测试结果符合预设的项目应用需求,将待测飞机蒙皮损伤图像数据输入至所述最优权重模型进行飞机蒙皮损伤检测,得到飞机蒙皮检测结果。
10、优选地,在对所述最优权重模型进行模拟实验测试得到模拟测试结果之前,还包括:
11、对所述特征层进行可视化分析。
12、优选地,所述对所述特征层进行可视化分析,包括:
13、将可视化样本数据分别输入至所述yolo模型和所述最优权重模型中进行前向传播计算,并分别记录特征层的输出结果;其中所述输出结果包括激活图;
14、分别将yolo模型产生的激活图和最优权重模型产生的激活图进行可视化;
15、通过叠加激活图或计算差异图像或绘制直方图的方式进行比较分析,生成分析结果。
16、优选地,所述改进后的加性注意力机制至少包括两个同尺寸且语义信息不同的特征层、sigmoid激活函数和mut操作模块;
17、所述特征层用于提取的输入图像的不同语义信息;
18、所述sigmoid激活函数用于将所述注意力结果映射到到[0,1]区间;
19、所述mut操作模块用于计算所述特征层之间的相似度,并根据相似度计算特征层之间的交互权重。
20、优选地,所述加性注意力机制的公式为:
21、
22、式中,q表示查询向量,k表示特征向量,wv表示一个权重向量,wq表示查询向量的线性转换矩阵,wk表示特征向量的线性转换矩阵,tanh表示双曲正切函数,t表示线性转换矩阵;
23、改进后的加性注意力机制的公式为:
24、output=(high_layer+low_layer)(sigmoid(high_layer+low_layer))
25、式中,high_layer表示高级语义信息,low_layer表示低级语义信息,sigmoid表示sigmoid激活函数。
26、优选地,所述对所述最优权重模型进行模型评估得到评估测试结果,包括:
27、通过将预设的测试数据集输入至所述最优权重模型,进行模型测试,生成模型测试结果;
28、将所述模型测试结果和测试数据真实标签值进行比较分析,得到模型测试误差值;
29、当所述模型测试误差值小于预设的误差值标准时,所述最优权重模型的评估测试结果符合预设的项目应用需求。
30、优选地,所述对所述飞机蒙皮损伤图像数据进行预处理,包括:
31、对所述飞机蒙皮损伤图像数据进行筛选,得到图片背景全部为飞机机体部分的飞机蒙皮损伤图像数据;
32、再剔除飞机蒙皮损伤图像数据中目标数量超过预设目标数量标准的飞机蒙皮损伤图像数据;
33、再通过预设的数据标注工具对飞机蒙皮损伤图像数据进行标注。
34、本专利技术公开了一种飞机蒙皮损伤检测方法,包括:获取飞机蒙皮损伤图像数据并进行预处理;将预处理完的数据进行格式转化,生成yolo格式数据作为训练数据集;将加性注意力机制中的双曲正切函数替换成激活函数,且将加性注意力机制的输入替换成两个同尺寸且语义信息不同的特征层,得到改进后的加性注意力机制;通过将yolo模型中颈部特征融合层的融合方式换成改进后的加性注意力机制,并将训练数据集输入至改进后的yolo模型中进行训练得到最优权重模型;将待测飞机蒙皮损伤图像数据输入至模型进行检测,得到飞机蒙皮检测结果。通过将自然语言处理领域的加性注意力机制与yolo颈部特征融合部分结合在一起,提出加性特征融合注意力机制,使模型更加关注待检测目标部分,同时压缩模型颈部特征层通道,可以兼顾高精度与轻量化地需求,以更好地检测损伤,弥补相关技术的空白。因此,能够有效解决在处理飞机蒙皮损伤检测时产生的模型参数量冗余的问题。
35、为了解决上述技术问题,本专利技术实施例还提供了一种飞机蒙皮损伤检测系统,所述系统包括:
36、数据处理模块,用于获取飞机蒙皮损伤图像数据,并对所述飞机蒙皮损伤图像数据进行预处理;
37、格式转换模块,用于将预处理完的飞机蒙皮损伤图像数据进行格式转化,生成yolo格式数据,并将所述yolo格式数据作为训练数据集;
38、机制优化模块,用于将加性注意力机制中的双曲正切函数替换成sigmoid激活函数,且将所述加性注意力机制的输入替换成两个同尺寸且语义信息不同的特征层,得到改进后的加性注意力机制;
39、模型优化模块,用于通过将yolo模型中颈部特征融合层的concat特征融合方式换成改进后的加性注意力机制,得到改进后的yolo模型;
40、模型训练模块,用于将所述训练数据集输入至改进后的yolo模型中进行训练,得到最优权重模型;
41、模型测试模块,用于对所述最优权重模型进行模型评估得到评估测试结果;
42、飞机蒙皮损伤检测模块,用于若所述评估测试结果符合预设的项目应用需求,将待测飞机蒙皮损伤图像数据输入至所述最优权重模型进行飞机蒙皮损伤检测,本文档来自技高网...
【技术保护点】
1.一种飞机蒙皮损伤检测方法,其特征在于,所述方法包括:
2.如权利要求1所述的一种飞机蒙皮损伤检测方法,其特征在于,在对所述最优权重模型进行模拟实验测试得到模拟测试结果之前,还包括:
3.如权利要求2所述的一种飞机蒙皮损伤检测方法,其特征在于,所述对所述特征层进行可视化分析,包括:
4.如权利要求1所述的一种飞机蒙皮损伤检测方法,其特征在于,所述改进后的加性注意力机制至少包括两个同尺寸且语义信息不同的特征层、sigmoid激活函数和Mut操作模块;
5.如权利要求1所述的一种飞机蒙皮损伤检测方法,其特征在于,所述加性注意力机制的公式为:
6.如权利要求1所述的一种飞机蒙皮损伤检测方法,其特征在于,所述对所述最优权重模型进行模型评估得到评估测试结果,包括:
7.如权利要求1所述的一种飞机蒙皮损伤检测方法,其特征在于,所述对所述飞机蒙皮损伤图像数据进行预处理,包括:
8.一种飞机蒙皮损伤检测系统,其特征在于,所述系统包括:
9.如权利要求8所述的一种飞机损伤蒙皮损伤检测系统,其特征在于,
10.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质包括存储的计算机程序;其中,所述计算机程序在运行时控制所述计算机可读存储介质所在的设备执行如权利要求1~7任一项所述的一种飞机损伤蒙皮损伤检测方法。
...【技术特征摘要】
1.一种飞机蒙皮损伤检测方法,其特征在于,所述方法包括:
2.如权利要求1所述的一种飞机蒙皮损伤检测方法,其特征在于,在对所述最优权重模型进行模拟实验测试得到模拟测试结果之前,还包括:
3.如权利要求2所述的一种飞机蒙皮损伤检测方法,其特征在于,所述对所述特征层进行可视化分析,包括:
4.如权利要求1所述的一种飞机蒙皮损伤检测方法,其特征在于,所述改进后的加性注意力机制至少包括两个同尺寸且语义信息不同的特征层、sigmoid激活函数和mut操作模块;
5.如权利要求1所述的一种飞机蒙皮损伤检测方法,其特征在于,所述加性注意力机制的公式为:
6.如权利要求1所...
【专利技术属性】
技术研发人员:彭远,马鹏飞,陈烁,黄韶华,李延超,
申请(专利权)人:中国南方航空股份有限公司,
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。