一種基于深度學習的工件表面缺陷檢測和分割方法

基本信息

申請?zhí)?/td> CN202110455912.8 申請日 -
公開（公告）號 CN113362277A 公開（公告）日 2021-09-07
申請公布號 CN113362277A 申請公布日 2021-09-07
分類號 G06T7/00（2017.01）I;G06T7/10（2017.01）I;G06N3/04（2006.01）I;G06N3/08（2006.01）I;G06K9/62（2006.01）I 分類 計算；推算；計數(shù);
發(fā)明人 楊明倫;吳佳田;王胤睿 申請（專利權(quán)）人 辛米爾視覺科技（上海）有限公司
代理機構(gòu) 上海宏京知識產(chǎn)權(quán)代理事務(wù)所（普通合伙） 代理人 李倩倩
地址 200245上海市閔行區(qū)劍川路951號5幢1層（集中登記地）
法律狀態(tài) -

摘要

摘要 本發(fā)明提供一種基于深度學習的工件表面缺陷檢測和分割方法，步驟一，采集待檢測工件的圖像信息；步驟二，構(gòu)建分割網(wǎng)絡(luò)，將采集的圖像信息作為分割網(wǎng)絡(luò)的輸入；通過所述分割網(wǎng)絡(luò)對工件表面缺陷進行像素定位，并以逐像素損失訓練該分割網(wǎng)絡(luò)，將每個像素視為一個單獨的訓練樣本；步驟三，執(zhí)行二進制圖像分類，并在分割網(wǎng)絡(luò)上構(gòu)建附加網(wǎng)絡(luò)，步驟四，完成卷積后，決策網(wǎng)絡(luò)執(zhí)行全局最大池化和全局平均池化，產(chǎn)生若干輸出神經(jīng)元；步驟五，對分割網(wǎng)絡(luò)輸出圖進行全局最大池化和全局平均池化；充分利用了深度學習的潛力，能夠?qū)崿F(xiàn)更高進度的檢測，并對分割和決策網(wǎng)絡(luò)的架構(gòu)進行了優(yōu)化，增加感受野的大小并提高網(wǎng)絡(luò)捕獲小細節(jié)的能力。