工业缺陷检测优化方法、装置、系统及存储介质.pdf

(19)国家知识产权局(12)发明专利申请(10)申请公布号CN115082421A(43)申请公布日2022.09.20(21)申请号202210834488.2(22)申请日2022.07.14(71)申请人凌云光技术股份有限公司地址100094北京市海淀区翠湖南环路13号院7号楼7层701室(72)发明人张福(74)专利代理机构北京弘权知识产权代理有限公司11363专利代理师逯长明许伟群(51)Int.Cl.G06T7/00(2017.01)G06T7/11(2017.01)G06N3/08(2006.01)G06N3/04(2006.01)权利要求书2页说明书8页附图3页(54)发明名称工业缺陷检测优化方法、装置、系统及存储介质(57)摘要本申请涉及缺陷检测技术领域，具体而言，涉及一种工业缺陷检测优化方法、装置、系统及存储介质，一定程度上可以解决背景噪声干扰导致分割检测的结果中过检的数量较大的问题。基于联合通道和空间注意力机制，可实现优化分割网络模型的预测参数，进一步确定待检测图像的缺陷目标初始位置信息；基于待检测图像每个通道的特征金字塔，可实现确定每个通道的输出结果，其中，每个通道的输出结果是特征金字塔按层融合确定的；基于预测结果，预测结果包括缺陷目标的初始位置和每个通道的输出结果，可确定前景特征和背景特征，进一步将前景特征和背景特征通过并行的上下文检索模块，实现去除待检测图像的假阳缺陷目标。CN115082421ACN115082421A权利要求书1/2页1.一种工业缺陷检测优化方法，其特征在于，包括：基于联合通道和空间注意力机制，优化分割网络模型的预测参数，以确定待检测图像的缺陷目标初始位置信息，其中，所述分割网络模型是由包含缺陷目标的待检测图像训练获得的；基于所述待检测图像每个通道的特征金字塔，确定每个通道的输出结果，其中，每个通道的输出结果是所述特征金字塔按层融合确定的；基于预测结果，确定前景特征和背景特征，所述预测结果包括所述缺陷目标的初始位置和所述每个通道的输出结果；将所述前景特征和所述背景特征通过并行的上下文检索模块，去除待检测图像的假阳缺陷目标。2.根据权利要求1所述的工业缺陷检测优化方法，其特征在于，所述基于所述待检测图像每个通道的特征金字塔，确定每个通道的输出结果，包括：基于非对称卷积模块，确定所述特征金字塔的每层特征图卷积结果；基于规则卷积和跳跃连接，将每层卷积结果连接，确定每个通道的输出结果；其中，所述特征金字塔的每个通道具有不同的延迟率系数。3.根据权利要求1所述的工业缺陷检测优化方法，其特征在于，所述基于预测结果，确定前景特征和背景特征，包括：将高层的所述预测结果经过上采样和类的归一化，确定归一化特征图；基于所述归一化特征图与当前层特征相乘，以及所述归一化特征图的逆矩阵与当前层特征相乘，确定前景特征和背景特征。4.根据权利要求1所述的工业缺陷检测优化方法，其特征在于，每个所述上下文检索模块包括多个分支，每个分支包括第一卷积层，第二卷积层和空洞卷积，其中，每个分支的第二卷积层不同。5.根据权利要求1所述的工业缺陷检测优化方法，其特征在于，所述将所述前景特征和所述背景特征通过并行的上下文检索模块，去除待检测图像的假阳缺陷目标之后，还包括：输出包含所述缺陷目标的分割结果。6.根据权利要求1所述的工业缺陷检测优化方法，其特征在于，所述分割网络模型是由包含缺陷目标的待检测图像训练获得的，包括：获取待检测图像，所述待检测图像具有缺陷目标；基于所述待检测图像，训练所述分割网络模型，其中，训练过程中对所述待检测图像进行在线增广。7.根据权利要求6所述的工业缺陷检测优化方法，其特征在于，所述在线增广包括水平镜像、垂直镜像、预设角度旋转、预设方向平移，尺寸缩放。8.一种工业缺陷检测优化装置，其特征在于，包括：联合通道和空间注意力机制模块，用于基于联合通道和空间注意力机制，优化分割网络模型的预测参数，以确定待检测图像的缺陷目标初始位置信息，其中，所述分割网络模型是由包含缺陷目标的待检测图像训练获得的；特征金字塔模块，用于基于所述待检测图像每个通道的特征金字塔，确定每个通道的输出结果，其中，每个通道的输出结果是所述特征金字塔按层融合确定的；2CN115082421A权利要求书2/2页过滤模块，用于基于预测结果，确定前景特征和背景特征，所述预测结果包括所述缺陷目标的初始位置和所述每个通道的输出结果；所述过滤模块，还用于将所述前景特征和所述背景特征通过并行的上下文检索模块，去除待检测图像的假阳缺陷目标。9.一种工业缺陷检测优化系统，其特征在于，包括存储器和处理器，所述存储器用于存储工业缺陷检测优化程序，所述处理器运行所述工业缺陷检测优化程序以使业缺陷检测优化系统执行如权利要求1‑7中任一项所述工业缺陷检测优化方法。1