X射线图像分割模型的训练方法、装置和计算机设备制造方法及图纸

本申请涉及一种X射线图像分割模型的训练方法、装置和计算机设备。所述方法包括：获取第一图像数据和第二工业图像数据，将第二图像数据输入待训练的X射线图像分割模型的图像编码器，得到第一预测图像编码，以及将第二样本X射线工业图像数据输入预先构建的基准图像分割模型的图像编码器，得到第二预测图像编码，根据前述图像编码之间的差异，训练待训练的X射线图像分割模型的图像编码器，得到初始X射线图像分割模型，之后将第一图像数据输入该初始模型，得到与第一图像数据对应的预测分割结果，并根据分割结果之间的差异，训练该初始模型的图像编码器与输出解码器，得到训练完成的X射线图像分割模型。采用本方法能够提高模型的泛化能力。

【技术实现步骤摘要】

本申请涉及工业x射线检测，特别是涉及一种x射线图像分割模型的训练方法、装置、计算机设备、计算机可读存储介质和计算机程序产品。

技术介绍

1、工业x射线检测在确保产品质量和安全方面发挥着关键作用，特别是在检测内部结构和缺陷方面。传统的检测方式严重依赖人工，这不仅效率低，还容易出现错误。近年来，图像分割技术，特别是基于深度学习的方法，开始应用于这一领域，旨在自动化并提升检测的精确度。然而，这些技术在面对工业x射线图像时，仍存在一些固有的挑战。

2、现有工业x射线检测分割模型很多是针对特定类型的缺陷或材料设计的，缺乏足够的灵活性和泛化能力，一旦遇到新的或复杂的产品结果，分割性能就会下降。

技术实现思路

1、基于此，有必要针对上述技术问题，提供一种具备更好的泛化能力的x射线图像分割模型的训练方法、装置、计算机设备、计算机可读存储介质和计算机程序产品。

2、第一方面，本申请提供了一种x射线图像分割模型的训练方法，包括：

3、获取第一样本x射线工业图像数据和第二样本x射线工业图像数据；本文档来自技高网...

【技术保护点】

1.一种X射线图像分割模型的训练方法，其特征在于，所述方法包括：

2.根据权利要求1所述的方法，其特征在于，所述根据所述第一预测图像编码与所述第二预测图像编码之间的差异，训练所述待训练的X射线图像分割模型的图像编码器，得到初始X射线图像分割模型，包括：

3.根据权利要求1所述的方法，其特征在于，所述初始X射线图像分割模型还包括提示编码器；

4.根据权利要求3所述的方法，其特征在于，所述图像编码器包括茎模块、轻量模块以及基本量模块；

5.根据权利要求3所述的方法，其特征在于，所述提示编码包括稀疏提示编码和密集提示编码；所述输出解码器中预先设置...

【技术特征摘要】

1.一种x射线图像分割模型的训练方法，其特征在于，所述方法包括：

2.根据权利要求1所述的方法，其特征在于，所述根据所述第一预测图像编码与所述第二预测图像编码之间的差异，训练所述待训练的x射线图像分割模型的图像编码器，得到初始x射线图像分割模型，包括：

3.根据权利要求1所述的方法，其特征在于，所述初始x射线图像分割模型还包括提示编码器；

4.根据权利要求3所述的方法，其特征在于，所述图像编码器包括茎模块、轻量模块以及基本量模块；

5.根据权利要求3所述的方法，其特征在于，所述提示编码包括稀疏提示编码和密集提示编码；所述输出解码器中预先设置有可学习参数；

6.根据权利要求2所述的方法，其特征在于，所述输出解码器预先设置有第二权重；

7.根据权利要求1所述的方法，其特征在于，所述获取第一样本x射线工业图像数据和第二样本x射线工业图像数据，包括：

8...

【专利技术属性】
技术研发人员：徐华安，施林枫，杨雁清，
申请(专利权)人：无锡日联科技股份有限公司，
类型：发明
国别省市：