一种透明元件微小缺陷双阶段检测方法及系统技术方案

一种透明元件微小缺陷双阶段检测方法及系统，设计了基于伪标签生成的双阶段缺陷检测网络框架。第一阶段为透明元件数据的伪标签生成，由无监督检测方法及伪标签提取策略组成，在无监督检测方法方面提出了一种空间金字塔平衡特征融合‑自适应动态调制卷积网络，该网络结合金字塔平衡特征融合以及自适应动态调制卷积增强了无监督检测网络对多尺度目标的特征提取能力以及应对更复杂数据特征的有效性和灵活性。伪标签提取策略方面提出了一种基于阈值分割与RPN提案融合的伪标签动态挖掘策略，可以直接从无监督网络检测结果直接生成多种缺陷的伪标签。第二阶段为基于伪标签的缺陷检测。本申请网络显著提高了有监督缺陷检测网络的性能。

【技术实现步骤摘要】

本专利技术属于透明元件检测领域，具体为一种透明元件微小缺陷双阶段检测方法及系统。

技术介绍

1、透明元件是指具有高光透过率，能够在一定程度上保持光线方向性和强度的材料或器件。这类元件因其透明特性可用于传递光、保护光学系统、或实现视觉可见性等等。然而，由于其高透光特性，透明元件的表面或内部缺陷(如破裂、划痕、污点等)可能显著影响其性能和可靠性。当前，透明元件微小缺陷检测主要依赖人工检测，这种方法耗时耗力、且检测精度不高。随着人工智能和深度学习技术的快速发展，基于深度学习的缺陷检测逐渐成为替代传统机器视觉方法的有效途径。深度学习模型具有较强的泛化能力，能够应对复杂环境下的透明元件缺陷检测。尽管深度学习技术在缺陷检测领域取得了显著成果，但在透明元件缺陷检测场景中仍面临诸多挑战。

2、在实际工业场景中，微小透明元件的缺陷少见且难以获取，导致训练数据集中的缺陷样本不足，影响检测模型的准确性和可靠性。传统的数据扩充方式难以解决这一问题，因此数据增强的方法在此背景下具有广阔的应用前景。由于透明元件缺陷微小且种类多样，人工标注难度大，易受主观因素影响，导致标注本文档来自技高网...

【技术保护点】

1.一种透明元件微小缺陷双阶段检测系统，包括LED光源(2)、广视场CCD相机(3)、支架(4)、综合电缆(5)和计算机(6)，其特征在于，所述LED光源(2)通过背光打光方式照亮透明元件(1)，所述广视场CCD相机(3)安装在支架(4)，所述所述广视场CCD相机(3)通过综合电缆(5)与计算机(6)相连。

2.根据权利要求1所述的一种透明元件微小缺陷双阶段检测方法，其特征在于：具体过程如下：

3.根据权利要求2所述的一种透明元件微小缺陷双阶段检测方法，其特征在于：所述步骤(1)的具体过程如下：

4.根据权利要求2所述的一种透明元件微小缺陷双阶段检测方...

【技术特征摘要】

1.一种透明元件微小缺陷双阶段检测系统，包括led光源(2)、广视场ccd相机(3)、支架(4)、综合电缆(5)和计算机(6)，其特征在于，所述led光源(2)通过背光打光方式照亮透明元件(1)，所述广视场ccd相机(3)安装在支架(4)，所述所述广视场ccd相机(3)通过综合电缆(5)与计算机(6)相连。

2.根据权利要求1所述的一种透明元件微小缺陷双阶段检测方法，其特征在于：具体过程如下：

3.根据权利要求2所述的一种透明元件微小缺陷双阶段检测方法，其特征在于：...

【专利技术属性】
技术研发人员：潘冬，史代双，蒋朝辉，余浩洋，桂卫华，
申请(专利权)人：中南大学，
类型：发明
国别省市：