一种基于图像不变性评分的工件缺陷检测方法和系统技术方案

技术编号:41523110 阅读:21 留言:0更新日期:2024-06-03 22:56
本发明专利技术涉及深度学习技术领域,公开了一种基于图像不变性评分的工件缺陷检测方法和系统,包括:获取数据集;对所述数据集进行第一数据增广处理,获得增广后的数据集;使用增广后的数据集训练残差流模型,获得训练好的残差流模型;根据所述数据集生成伪缺陷图像,将所述伪缺陷图像使用自监督方法训练细分割网络,获得训练好的细分割网络;对待检测的工件图像进行第二数据增广处理,获得增广后的工件图像,将增广后的工件图像输入训练好的残差流模型,获得异常评分图;将所述异常评分图输入训练好的细分割网格,获得缺陷分割结果。本发明专利技术能够降低人工成本、增强缺陷检测模型的泛化能力和缺陷定位能力。

【技术实现步骤摘要】

本专利技术涉及深度学习,特别是涉及一种基于图像不变性评分的工件缺陷检测方法和系统


技术介绍

1、工件在工业生产线上铸造的过程中,由于生产工艺等问题会导致部分工件存在表面缺陷,如破损和划痕。这些有缺陷的工件投入使用,轻则导致产品故障,重则导致财产损失和人员伤亡,因此对工件的缺陷检测是现代化大生产中必不可少的环节。现有技术虽然提出了许多检测工件缺陷对的方法,但这些方法中大都需要使用人工标注的成本来训练检测模型,人工成本较高;且有些方法在训练模型之前,没有针对训练样本作处理,导致训练出来的模型泛化能力不强。

2、在现有技术中,公开号为cn115705642a的中国专利公开一种基于改进yolov3的卫浴陶瓷缺陷检测方法,包括以下步骤:对卫浴陶瓷成品工件进行批量拍摄,采集卫浴陶瓷表面原始缺陷图像数据;采用数据增强技术对所述卫浴陶瓷表面原始缺陷图像数据进行数据量扩充,之后对扩充后的所有缺陷图像数据进行缺陷特征标注,将标注后的缺陷图像数据制作成数据集;将所述数据集分批次送入改进的yolov3网络模型中,进行迭代训练,得到卫浴陶瓷表面缺陷检测模型;将待检测的本文档来自技高网...

【技术保护点】

1.一种基于图像不变性评分的工件缺陷检测方法,其特征在于,包括:

2.根据权利要求1所述的一种基于图像不变性评分的工件缺陷检测方法,其特征在于,步骤S2中所述第一数据增广处理为随机翻转。

3.根据权利要求1所述的一种基于图像不变性评分的工件缺陷检测方法,其特征在于,步骤S3的具体过程包括:

4.根据权利要求1所述的一种基于图像不变性评分的工件缺陷检测方法,其特征在于,步骤S4的具体过程包括:

5.根据权利要求1所述的一种基于图像不变性评分的工件缺陷检测方法,其

6.根据权利要求5所述的一种基于图像不变性评分的工件缺陷检测方法,其...

【技术特征摘要】

1.一种基于图像不变性评分的工件缺陷检测方法,其特征在于,包括:

2.根据权利要求1所述的一种基于图像不变性评分的工件缺陷检测方法,其特征在于,步骤s2中所述第一数据增广处理为随机翻转。

3.根据权利要求1所述的一种基于图像不变性评分的工件缺陷检测方法,其特征在于,步骤s3的具体过程包括:

4.根据权利要求1所述的一种基于图像不变性评分的工件缺陷检测方法,其特征在于,步骤s4的具体过程包括:

5.根据权利要求1所述的一种基于图像不变性评分的工件缺陷检测方法,...

【专利技术属性】
技术研发人员:许亮罗晖李国彪刘羽丰
申请(专利权)人:广东工业大学
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 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。

1