基于高分辨率语义分割的PVC管尺寸检测方法及装置制造方法及图纸

本发明专利技术公开一种基于高分辨率语义分割的PVC管尺寸检测方法及装置，该方法步骤包括：步骤S01：获取原始图像进行变换，得到待分割图像；步骤S02：将待分割图像输入高分辨率语义分割模型中进行语义分割，高分辨率语义分割模型为基于ISDNet模型，并在RAF模块中，对浅层、深层特征图均分别采用两条并行支路产生注意力层参数，并采用MLP层融合，将浅层、深层通道注意力参数融合，再与空间注意力模块融合得到最终的空间注意力参数；步骤S03：从高分辨率的语义分割结果中提取出管道边缘区域；步骤S04.从管道边缘区域中提取出PVC管道的尺寸信息。本发明专利技术具有实现方法简单、成本低、检测精度以及可靠性高、鲁棒性强等优点。

【技术实现步骤摘要】

本专利技术涉及视觉检测，尤其涉及一种基于高分辨率语义分割的pvc（polyvinyl chloride，聚氯乙烯）管尺寸检测方法及装置。

技术介绍

1、pvc管道作为常见的管道材料，其具有优良的耐腐蚀性、耐热性、耐压性和耐磨性等特点，广泛应用于建筑、农业、工业、交通、环保等领域，可用于排水、通风、供水、灌溉、输送化肥、化学品、石油、天然气等。为了确保管道的安全性和可靠性，对其进行相关质检至关重要，pvc管尺寸检测即是pvc管质量检测中的重点。针对于pvc管尺寸检测，目前通常是依赖于人工采用量具（如千分尺）进行相关尺寸检测，且量具测量只能定点测量，因而每次测试都需进行多次定点测试然后取均值作为最终的检测值，该类人工定点多次测量的方式一方面无法覆盖检测对象所有检测点且检测精准度会受检测位置的影响，导致检测结果的精度、可靠性不高，另一方面人工检测的效率低，因而一般都是采用抽检的方式，难以做到全检，导致整体产品质量实际难以得到保障。

2、视觉检测是利用图像处理技术，通过采集目标物体的图像数据进行图像处理，实现目标物体的检测与分析。语义分割是视觉检测中的本文档来自技高网...

【技术保护点】

1.一种基于高分辨率语义分割的PVC管尺寸检测方法，其特征在于，步骤包括：

2.根据权利要求1所述的基于高分辨率语义分割的PVC管尺寸检测方法，其特征在于，所述RAF模块中依次设置有浅层通道子模块、深层通道子模块、融合模块以及所述空间注意力模块，所述浅层通道子模块、深层通道子模块分别用于对应提取出浅层特征、深层特征，由所述融合模块将提取出的浅层特征、深层特征进行融合得到注意力增强后的融合特征，所述浅层通道模块、所述深层通道子模块中均设置有依次连接的通道注意力单元、加法单元以及乘积单元，由所述通道注意力单元对浅层特征图/深层特征图经两条所述并行支路后，采用MLP层进行融合得到初...

【技术特征摘要】

1.一种基于高分辨率语义分割的pvc管尺寸检测方法，其特征在于，步骤包括：

2.根据权利要求1所述的基于高分辨率语义分割的pvc管尺寸检测方法，其特征在于，所述raf模块中依次设置有浅层通道子模块、深层通道子模块、融合模块以及所述空间注意力模块，所述浅层通道子模块、深层通道子模块分别用于对应提取出浅层特征、深层特征，由所述融合模块将提取出的浅层特征、深层特征进行融合得到注意力增强后的融合特征，所述浅层通道模块、所述深层通道子模块中均设置有依次连接的通道注意力单元、加法单元以及乘积单元，由所述通道注意力单元对浅层特征图/深层特征图经两条所述并行支路后，采用mlp层进行融合得到初始的浅层/深层通道注意力参数，所述加法单元分别接收融合注意力参数以及所述初始的浅层/深层通道注意力参数进行相加，所述乘积单元分别接收所述加法单元的输出结果以及原始浅层/深层输入特征图进行乘积计算，得到最终的浅层/深层通道注意力输出，所述融合注意力参数为将初始的浅层通道注意力参数与初始的深层通道注意力参数融合后经mlp层得到的参数。

3.根据权利要求2所述的基于高分辨率语义分割的pvc管尺寸检测方法，其特征在于，所述卷积层为1×1卷积层，所述深层通道子模块的乘积单元的输出端还设置有上采样单元，将所述乘积单元的输出结果进行上采样得到最终的深层特征。

4.根据权利要求1所述的基于高分辨率语义分割的pvc管尺寸检测方法，其特征在于，所述空间注意力模块采用1×1卷积层、maxpool层以及avgpool层进行拼接所形成的特征提取拼接层对所述注意力增强后的融合特征进行特征提取以及特征拼接，所述1×1卷积层中采样空洞卷积进行卷积计算。

5.根据权利要求1所述的基于高分辨率语义分割的pvc管尺寸检测方法，其特征在...

【专利技术属性】
技术研发人员：艾彦迪，向超前，徐雪松，李若龙，
申请(专利权)人：湘江实验室，
类型：发明
国别省市：