一种基于双光融合的目标缺陷检测方法及系统技术方案

本发明专利技术涉及一种基于双光融合的目标缺陷检测方法及系统，其包括如下步骤：构建综合损失函数；利用目标检测损失、综合损失对应对目标缺陷检测模型、双光融合模型进行迭代训练，且对应输出双光融合模型以及目标缺陷检测模型；进行图像配准；通过双光融合模型输出双光融合图像；将双光融合图像输入目标缺陷检测模型，并输出目标缺陷检测结果。本发明专利技术通过构建包含有缺陷检测损失的综合损失函数，使得双光融合模型不仅可以关注融合图像的视觉质量，还可以关注对目标缺陷检测至关重要的特征，以实现两个模型的联合训练和同步优化，确保两个模型在训练过程中能相互学习和适应，由此极大提升了模型整体的性能。

【技术实现步骤摘要】

本专利技术涉及图像处理，尤其涉及一种基于双光融合的目标缺陷检测方法及系统。

技术介绍

1、现有技术中，通常采用单一类型的图像数据(如可见光图像或红外图像)进行目标(如电力设备等)检测，并基于目标检测结果进一步进行目标缺陷检测，但由于图像数据来源单一，导致检测结果准确性、精度均不高，检测方法使用场景有限等问题。

2、基于此，已发展出通过双光融合模型对可见光图像和红外图像进行融合，以提高目标检测精度的方法，但这种双光融合模型和目标缺陷检测模型分别基于不同的损失函数分开训练，导致无法同时兼顾双光融合效果和缺陷检测效果。

技术实现思路

1、本专利技术的目的在于提供一种基于双光融合的目标缺陷检测方法及系统，其通过构建包含有缺陷检测损失的综合损失函数，使得双光融合模型不仅可以关注融合图像的视觉质量，还可以关注对目标缺陷检测至关重要的特征，以实现两个模型的联合训练和同步优化，确保两个模型在训练过程中能相互学习和适应，由此极大提升了模型整体的性能。

2、为实现上述目的，本专利技术提供如下技术方案：...

【技术保护点】

1.一种基于双光融合的目标缺陷检测方法，其特征在于，包括如下步骤：

2.如权利要求1所述的目标缺陷检测方法，其特征在于，所述双光融合损失＝αLrecon+βLperc；Lrecon、Lperc分别为重构损失、感知损失；α、β均为权重参数。

3.如权利要求1所述的目标缺陷检测方法，其特征在于，所述缺陷检测损失＝γ(Lcls+Lloc+Lconf)；Lcls、Lloc、Lconf分别为分类损失、定位损失以及感置信度损失；γ为权重参数。

4.如权利要求3所述的目标缺陷检测方法，其特征在于，所述目标检测损失包括分类损失Lcls、定位损失Lloc、置信度损失Lc...

【技术特征摘要】

1.一种基于双光融合的目标缺陷检测方法，其特征在于，包括如下步骤：

2.如权利要求1所述的目标缺陷检测方法，其特征在于，所述双光融合损失＝αlrecon+βlperc；lrecon、lperc分别为重构损失、感知损失；α、β均为权重参数。

3.如权利要求1所述的目标缺陷检测方法，其特征在于，所述缺陷检测损失＝γ(lcls+lloc+lconf)；lcls、lloc、lconf分别为分类损失、定位损失以及感置信度损失；γ为权重参数。

4.如权利要求3所述的目标缺陷检测方法，其特征在于，所述目标检测损失包括分类损失l...

【专利技术属性】
技术研发人员：黄晟，熊肖一，卢杨，
申请(专利权)人：武汉高德智感科技有限公司，
类型：发明
国别省市：