System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技术实现步骤摘要】
本专利技术是属于缺陷检测,特别是关于一种钢表面缺陷检测方法、设备及计算机可读存储介质。
技术介绍
1、如今,在钢材生产过程中,缺陷检测已成为不可或缺的关键环节。钢材表面的缺陷,无论是裂纹、锈蚀、划痕还是其他形式的缺陷,不仅会对钢材的外观美观度造成负面影响,更重要的是,它们会严重影响钢材的机械性能和使用寿命。因此,为了确保钢材的出品质量达到高标准,对其进行严格的表面缺陷检测显得尤为重要。
2、传统的钢材表面缺陷检测方式主要依赖于人工目视检查。然而,这种检测方法存在诸多不足。一方面,人工检测的效率极低,难以满足大规模生产的快速检测需求,从而严重制约了出品速度的提升。另一方面,由于检测过程中工人需要近距离接触钢材,这不仅增加了工人的劳动强度,还带来了潜在的安全风险,如划伤、烫伤等工伤事故时有发生。
3、为了克服人工检测的局限性,当前已有一些基于图像处理的钢材表面缺陷检测技术应运而生。这些技术通过图像的预处理、二值化、极值化等手段,尝试从图像中提取出缺陷特征,进而实现缺陷的识别。然而,这些现有技术在实际应用中仍存在诸多限制。它们通常只能有效识别出明显且形状规则的缺陷,如较大的裂纹或划痕。对于那些微小、复杂或不规则形状的缺陷,这些技术往往力不从心,无法提供准确可靠的检测结果。
4、综上所述,当前钢材表面缺陷检测领域亟需一种更加高效、准确且适用范围广泛的检测技术。这种新技术不仅需要具备快速检测的能力,还需要能够应对各种复杂情况,确保钢材的出品质量得到全面保障。
5、公开于该
技术介绍
部分的信息仅
技术实现思路
1、本专利技术的目的在于解决上述现有技术中的不足,提供一种钢表面缺陷检测方法、设备及计算机可读存储介质。
2、本专利技术第一方面提供一种钢表面缺陷检测方法,包括如下步骤:
3、基于钢表面缺陷图片数据构建数据集,所述数据集包括训练集和验证集;
4、基于gru构建钢表面缺陷检测模型,并基于seq2point进行所述钢表面缺陷检测模型的轻量化;
5、依次使用所述训练集、所述验证集对钢表面缺陷检测模型进行训练、测试;
6、将待检测的钢表面缺陷图像输入训练好的钢表面缺陷检测模型中,输出钢表面缺陷检测结果。
7、在本专利技术的一实施方式中,所述gru对数据信息进行处理,其中:
8、遗忘门的表达式见下式:
9、zt=g(w(x)xt+u(x)ht-1)
10、更新门的表达式见下式:
11、rt=g(w(n)xt+u(r)ht-1)
12、当前记忆内容的表达式见下式:
13、h′t=tanh(wxt+rt)ut-1)
14、前时间最终记忆的表达式见下式:
15、ht=zt⊙ht-1+(1-zt)⊙h′i
16、其中,w(x)、w(n)、u(x)、u(r)、w和ut-1表示不同的权重矩阵,g()表示sigmoid函数,tanh表示双曲正切函数,xt表示当前时刻的输入,ht-1表示上一时刻的隐藏状态,⊙表示点乘。
17、在本专利技术的一实施方式中,所述钢表面缺陷检测模型的损失函数具体如下:
18、
19、其中,n为输入序列的长度,为模型的预测值,yi为真实值。
20、在本专利技术的一实施方式中,所述钢表面缺陷检测模型上应用adam优化器。
21、在本专利技术的一实施方式中,所述seq2point从输入窗口中预测单个中心点的负荷,以减轻模型的计算负担。
22、本专利技术第二方面提供一种设备,包括处理器以及与所述处理器通讯连接的存储器,所述存储器中存储可被所述处理器执行的计算机指令,所述计算机指令执行时实现所述的钢表面缺陷检测方法。
23、本专利技术第三方面提供一种计算机可读存储介质,存储有计算机指令,计算机指令执行时实现所述的钢表面缺陷检测方法。
24、与现有技术相比,本专利技术达到的技术效果如下:
25、1、seq2point不是在每个时间步尝试预测整个输出序列,而是专注于从输入窗口中预测单个中心点的负荷。这种方法的优势在于它能够有效减轻模型的计算负担,并且通过减少需要预测的输出数量,降低了模型处理数据时的冗余性。
26、2、gru通过重置门和更新门来控制信息的流动和保留。重置门决定哪些信息需要被遗忘,而更新门决定旧信息和新信息的融合比例,因其简单的结构,所以计算速度更快。
本文档来自技高网...【技术保护点】
1.一种钢表面缺陷检测方法,其特征在于,包括如下步骤:
2.根据权利要求1所述的钢表面缺陷检测方法,其特征在于,所述GRU对数据信息进行处理,其中:
3.根据权利要求1所述的钢表面缺陷检测方法,其特征在于,所述钢表面缺陷检测模型的损失函数具体如下:
4.根据权利要求1所述的钢表面缺陷检测方法,其特征在于,所述钢表面缺陷检测模型上应用Adam优化器。
5.根据权利要求1所述的钢表面缺陷检测方法,其特征在于,所述Seq2point从输入窗口中预测单个中心点的负荷,以减轻模型的计算负担。
6.一种设备,其特征在于,包括处理器以及与所述处理器通讯连接的存储器,所述存储器中存储可被所述处理器执行的计算机指令,所述计算机指令执行时实现如权利要求1-5中任意一项所述的钢表面缺陷检测方法。
7.一种计算机可读存储介质,存储有计算机指令,其特征在于,计算机指令执行时实现如权利要求1-5中任意一项所述的钢表面缺陷检测方法。
【技术特征摘要】
1.一种钢表面缺陷检测方法,其特征在于,包括如下步骤:
2.根据权利要求1所述的钢表面缺陷检测方法,其特征在于,所述gru对数据信息进行处理,其中:
3.根据权利要求1所述的钢表面缺陷检测方法,其特征在于,所述钢表面缺陷检测模型的损失函数具体如下:
4.根据权利要求1所述的钢表面缺陷检测方法,其特征在于,所述钢表面缺陷检测模型上应用adam优化器。
5.根据权利要求1所述的钢表面缺陷检测方法,...
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。