【技术实现步骤摘要】
本专利技术属于自动化工业质量检测，尤其是涉及一种基于超网络语义分割的轮胎缺陷检测方法、设备和介质。
技术介绍
1、随着轮胎行业的不断升级，轮胎正处于从传统斜交式结构向子午线结构逐步过渡的阶段。这一结构升级旨在提升轮胎性能、延长使用寿命，同时满足绿色低碳、节能降耗的新要求。然而，这一升级也带来了制造工艺的复杂化，使得轮胎内部缺陷的产生可能性相应增加，这对产品质量和安全性提出了更高的要求。目前排查轮胎缺陷主要有两种方法：人工目测法和计算机图象分析法，但一方面，部分缺陷，例如胎侧区域杂质缺陷、带束层打褶缺陷和帘线区域间距不规则缺陷难以通过人工目检进行排查，从而增加漏检、误检的风险；另一方面，检测标准也容易受到工人主观因素的影响，难以实现检测标准化和规范化，所以通过计算机视觉方法进行轮胎缺陷检测是行业发展的必然趋势。
2、近年来，深度学习技术在图像分类、目标识别、语义分割等领域得到了广泛的应用，深度学习方法具有端到端学习、自动学习特征等优势，能够更好地适应复杂多变的轮胎x光图像特征。中国专利申请cn202210855373.1公开了...
【技术保护点】
1.一种基于超网络语义分割的轮胎缺陷检测方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的一种基于超网络语义分割的轮胎缺陷检测方法，其特征在于，所述超网络语义分割网络的训练过程如下：
3.根据权利要求2所述的一种基于超网络语义分割的轮胎缺陷检测方法，其特征在于，步骤S1中，所述预处理的具体过程如下：将图像在垂直方向进行竖直切割，裁剪后保留带束层和胎侧区域，然后通过中值滤波去除噪声，并利用直方图均衡化进行图像增强，最后使用Labelme进行像素级别的标注。
4.根据权利要求2所述的一种基于超网络语义分割的轮胎缺陷检测方法，其特...
【技术特征摘要】
1.一种基于超网络语义分割的轮胎缺陷检测方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的一种基于超网络语义分割的轮胎缺陷检测方法，其特征在于，所述超网络语义分割网络的训练过程如下：
3.根据权利要求2所述的一种基于超网络语义分割的轮胎缺陷检测方法，其特征在于，步骤s1中，所述预处理的具体过程如下：将图像在垂直方向进行竖直切割，裁剪后保留带束层和胎侧区域，然后通过中值滤波去除噪声，并利用直方图均衡化进行图像增强，最后使用labelme进行像素级别的标注。
4.根据权利要求2所述的一种基于超网络语义分割的轮胎缺陷检测方法，其特征在于，步骤s1中，通过图像几何变换对所述缺陷数据集进行增广。
5.根据权利要求1所述的一种基于超网络语义分割的轮胎缺陷检测方法，其特征在于，所述骨干网络基于efficientnet模型构建。
6.根据权利要求1所述的一种基于超网络语义分割的轮胎缺陷检测方法，其特征在于，所述上下文头为嵌套的u-net结构，包括下采样路径和上采样路径，所述下采样路径...
【专利技术属性】
技术研发人员：彭晨，李旭，黎晓宇，王焯，张鹏辉，
申请(专利权)人：上海大学，
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。