【技术实现步骤摘要】
本申请属于图像分析，具体涉及一种基于机器视觉的无缝钢管缺陷检测方法、装置及存储介质。
技术介绍
1、在无缝钢管的生产和使用过程中，确保其质量至关重要。传统的无缝钢管缺陷检测方法往往采用单一的检测技术，如仅依靠图像检测难以全面检测内部缺陷，仅用超声检测对表面细微缺陷敏感度不足等。这种单一检测方式的局限性导致检测结果不够准确，容易出现误判或漏判的情况。在一些对无缝钢管质量要求极高的领域，如航空航天、石油化工等，不准确的检测结果可能会带来严重的安全隐患。而且传统检测方式难以对缺陷进行详细分类和精准评估，无法为质量控制提供精确依据，同时还可能因为重复检测或缺陷钢管的不当使用而增加成本。
技术实现思路
1、本申请提供了一种基于机器视觉的无缝钢管缺陷检测方法、装置及存储介质，能够解决或者部分解决上述
技术介绍
所涉及的技术问题。
2、本申请实施例提供一种基于机器视觉的无缝钢管缺陷检测方法，应用于无缝钢管缺陷检测装置，所述方法包括：根据目标无缝钢管的多模检测数据集定位所述目标无缝钢管的潜在缺陷区...
【技术保护点】
1.一种基于机器视觉的无缝钢管缺陷检测方法，其特征在于，所述方法应用于无缝钢管缺陷检测装置，所述方法包括：
2.如权利要求1所述的方法，其特征在于，所述从所述目标无缝钢管的多模检测数据集中分割得到与所述潜在缺陷区域对应的多模检测表征信息，包括：
3.如权利要求1所述的方法，其特征在于，以分割所得的各个多模检测表征信息分别作为目标多模检测表征信息，从所述目标多模检测表征信息中确定出关键检测信息块的步骤包括：
4.如权利要求3所述的方法，其特征在于，所述确定确定出的各个所述关键检测信息块在设定的若干个检测注意力层面中的各个检测注意力层面...
【技术特征摘要】
1.一种基于机器视觉的无缝钢管缺陷检测方法，其特征在于，所述方法应用于无缝钢管缺陷检测装置，所述方法包括：
2.如权利要求1所述的方法，其特征在于，所述从所述目标无缝钢管的多模检测数据集中分割得到与所述潜在缺陷区域对应的多模检测表征信息，包括：
3.如权利要求1所述的方法，其特征在于，以分割所得的各个多模检测表征信息分别作为目标多模检测表征信息，从所述目标多模检测表征信息中确定出关键检测信息块的步骤包括：
4.如权利要求3所述的方法，其特征在于，所述确定确定出的各个所述关键检测信息块在设定的若干个检测注意力层面中的各个检测注意力层面下的关键检测属性向量，包括：
5.如权利要求1所述的方法，其特征在于，所述针对所述若干个检测注意力层面中的各个检测注意力层面，根据各个所述关键检测信息块在所针对的检测注意力层面下的关键检测属性向量，确定所述潜在缺陷区域在所述针对的检测注意力层面下的缺陷状态表征向量，包括：
6.如权利要求1所述的方法，其特征在于，所述缺陷标签包括缺陷类别分布标签，所述潜在缺陷区域在所述缺陷类别分布标签下的缺陷检测判别向量包括缺陷类别分布热力向量；所述基于所述潜在缺陷区域在所述若干个检测注意力层面中的各个检测注意力层面下的缺陷状态表征向量，确定所述潜在缺陷区域在设定的多个缺陷标签下分别对应的缺陷检测判别向...
【专利技术属性】
技术研发人员：成天东，娄志华，张晓强，方军伟，娄霞霞，谭克辉，
申请(专利权)人：博通精密科技浙江有限公司，
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。