【技术实现步骤摘要】
本专利技术实施例涉及螺栓表面缺陷检测，尤其涉及一种螺栓表面缺陷检测方法及设备。
技术介绍
1、螺栓是商务车和新能源汽车动力系统的关键连接件，关乎整车稳定性与安全性。随着工业自动化发展，螺栓生产趋向全自动化，但批量生产中仍难避免缺陷问题，缺陷螺栓会导致装配困难、效率降低等，因此在线实时检测极为关键。不过，螺栓生产的高速、大规模特性，使检测需兼顾效率与精准，平衡质量和成本控制。在工业检测领域，机器视觉技术应用广泛。传统机器视觉结合图像处理与支持向量机(svm)，如贺秋伟用于齿轮缺陷识别，刘阳用于输电铁塔地脚螺栓螺母检测，虽能实现无损检测，但多步骤处理易出错。同时，相关技术未重视模型轻量化，影响实际部署。加之螺栓缺陷尺寸小、分布复杂、特征不明显，设计兼顾精度与计算效率的检测模型，成为业内亟待解决的技术问题。
技术实现思路
1、针对现有技术存在的上述问题，本专利技术实施例提供了一种螺栓表面缺陷检测方法及设备。
2、第一方面，本专利技术的实施例提供了一种螺栓表面缺陷检测方法，包括：构建螺...
【技术保护点】
1.一种螺栓表面缺陷检测方法，其特征在于，包括：构建螺栓表面缺陷检测试验台；采集制造过程中的螺栓缺陷图像；对所述螺栓缺陷图像进行标注，对标注后的所述螺栓缺陷图像进行增强得到数据集，将所述数据集划分为训练集和测试集；构建光分组网络LightPGNet，定义双鉴别器条件空间-语义特征融合架构，选用距离交并比DIoU替代广义交并比GIoU作为边界框回归的损失函数，根据迁移学习得到螺栓表面缺陷检测模型；采用所述训练集对所述螺栓表面缺陷检测模型进行训练；采用所述测试集对训练好的螺栓表面缺陷检测模型进行测试，并以精确率、召回率、平均精度均值、每秒帧数、类别平均精度及每秒十亿次浮点...
【技术特征摘要】
1.一种螺栓表面缺陷检测方法，其特征在于，包括：构建螺栓表面缺陷检测试验台；采集制造过程中的螺栓缺陷图像；对所述螺栓缺陷图像进行标注，对标注后的所述螺栓缺陷图像进行增强得到数据集，将所述数据集划分为训练集和测试集；构建光分组网络lightpgnet，定义双鉴别器条件空间-语义特征融合架构，选用距离交并比diou替代广义交并比giou作为边界框回归的损失函数，根据迁移学习得到螺栓表面缺陷检测模型；采用所述训练集对所述螺栓表面缺陷检测模型进行训练；采用所述测试集对训练好的螺栓表面缺陷检测模型进行测试，并以精确率、召回率、平均精度均值、每秒帧数、类别平均精度及每秒十亿次浮点运算次数作为评价指标。
2.根据权利要求1所述的螺栓表面缺陷检测方法，其特征在于，所述螺栓表面缺陷检测试验台对螺栓表面进行自动检测，选用环形光源并配备光源控制器调节亮度，螺栓输送至转盘缺口位置后，由电磁旋转装置吸附固定，转盘由集成变频器的伺服电机驱动，螺栓旋转至检测位置后，电磁旋转装置驱动螺栓以90度为步进角旋转四次，工业相机同步采集四个角度的对应图像，将所述对应图像传输至控制主板由图像处理模块分析，检测结果传输至人机交互界面。
3.根据权利要求2所述的螺栓表面缺陷检测方法，其特征在于，所述训练集和测试集的数量设置比例为7:3。
4.根据权利要求3所述的螺栓表面缺陷检测方法，其特征在于，所述光分组网络lightpgnet在残差神经网络resnet-18结构基础上，引入通道裁剪策略，将第5、6和7层通道数分别减少50％、75％和87.5％，在基础模块basicblock中将传统卷积替换为部分卷积，设计全局与局部特征聚合模块glfm，全局与局部特征聚合模块glfm通过四个不同膨胀率的卷积分支提取局部特征，经通道洗牌channel_shuffle混合后在特征融合层融合，引入查询键值块qkv_block生成查询、键和值张量，通过计算相似度获取注意力权重，经柔性最大值函数softmax归一化后对值张量加权生成全局特征，将全局特征经1×1卷积后与原始输入特征相加，再与局部特征逐元素相加得到最终输出特征。
5.根据权利要求4所述的螺栓表面缺陷检测方法，其特征在于，所述双鉴别器条件空间-语义特征融合架构由动态尺度序列特征融合结构d-ssff、动态分组卷积融合模块dgcfm及协同通道空间像素注意力机制cpsa融合构建，动态尺度序列特征融合结构d-ssff通过上采样模块dysample动态调整采样坐标，结合像素洗牌pixel shuffle提升分辨率并保留细粒度信息，动...
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。