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() 基于机器视觉的产品表面微小缺陷检测方法技术_技高网
当前位置: 首页 > 专利查询>东华大学专利>正文

基于机器视觉的产品表面微小缺陷检测方法技术

技术编号:40059514 阅读:7 留言:0更新日期:2024-01-16 22:28
本发明专利技术提供了一种微小的产品表面缺陷检测方法,涉及产品表面缺陷检测技术领域。所述检测装置包括工业相机、补光灯、支架、传感器、上位机。所述检测方法是基于Swin‑YOLOv5的微小缺陷检测方法,通过引入融合微小缺陷局部上下文信息的特征提取模块,提高检测网络针对微小缺陷的弱特征信息的表征能力,并且利用目标框与预测框各自的宽度和高度误差,设计适用于微小缺陷的定位误差损失,提高微小缺陷锚框损失回归效率和模型检测速度。通过实际验证了所述方法能够高效准确地检测到产品表面的微小缺陷,提高了微小缺陷检测的精准度与效率,具有很高的应用价值和经济效益。

【技术实现步骤摘要】

本专利技术涉及产品表面缺陷检测,特别是涉及产品表面微小缺陷检测。


技术介绍

1、产品表面缺陷是存在于产品表面中不符合设计规范或制造工艺要求的局部区域。为了提高产品的质量及生产效率,表面缺陷检测是产品生产过程中的重要环节。随着产品不断精细化和微型化发展,微小缺陷检测具有一定的挑战性。传统的人工检测和图像检测方法严重依赖于专家经验知识,难以满足微小缺陷实时检测需求,容易出现漏检或误判的情况。


技术实现思路

1、本专利技术所要解决的技术问题是:传统的人工检测和图像检测方法严重依赖于专家经验知识,难以满足微小缺陷实时检测需求,容易出现漏检或误判的情况。

2、为了解决上述技术问题,本专利技术的技术方案是提供了一种基于机器视觉的产品表面微小缺陷检测方法,其特征在于,包括以下步骤:

3、步骤1、搭建产品表面微小缺陷检测装置,由该产品表面微小缺陷检测装置获得在传送带上传输的产品的实时表面缺陷图像数据;

4、步骤2、将实时表面缺陷图像数据输入训练后的微小缺陷检测网络模型,由该微小缺陷检测网络模型输出表面缺陷类别,其中:

5、微小缺陷检测网络模型基于yolov5搭建,在yolov5的骨干网络以及连接层中嵌入swin-transformer模块,对该微小缺陷检测网络模型进行训练包括以下步骤:

6、步骤201、利用产品表面微小缺陷检测装置获得已知缺陷类型的产品的表面缺陷图像数据后,对表面缺陷图像数据进行标注,从而得到训练图像数据集;

7、步骤202、由训练图像数据集对微小缺陷检测网络模型进行训练,训练时采用分类损失cls_loss计算锚框与对应的标定分类是否正确,采用定位损失ciou_loss计算预测框与标定框之间的误差以及采用置信度损失obj_loss计算网络的置信度,从而完成微小缺陷检测网络模型的和训练,其中,定位损失ciou_loss表示为下式:

8、

9、式中,iou为标定框与预测框间的交并比,γ为权重系数,bgt、wgt和hgt分别为标定框的中心点坐标、宽和高,b、w和h分别为预测框的中心点坐标、宽和高,ρ表示真实目标框与预测框之间的欧氏距离。

10、优选地,所述产品表面微小缺陷检测装置包括支架,在支架上固定有用于获得产品侧面图像的侧置相机、用于获得产品顶面图像的顶部相机、用于为侧置相机以及顶部相机提供拍摄光源的补光灯、固定在传送带预设位置的传感器,侧置相机、顶部相机、补光灯以及传感器与上位机相连,当传送带上传输的产品移动至预设位置时,传感器向上位机给出预设信号,从而由上位机通过侧置相机以及顶部相机获得表面缺陷图像数据。

11、优选地,在搭建微小缺陷检测网络模型时,将yolov5骨干网络中连接两个cbs模块的csp1_x模块用swin-transformer模块一替换,将yolov5连接层中连接concat模块以及cbs模块的csp2_x模块用swin-transformer模块二替换,swin-transformer模块二接预测头。

12、本专利技术公开了一种微小的产品表面缺陷检测方法,以提高微小缺陷检测的自动化和智能化水平。与现有技术方案相比,本专利技术能够较好地满足缺陷检测任务,且准确、高效,具有很高的应用价值及较高的经济效益。通过实际验证证明了本专利技术提供的方法能够较好地应用到通用产品表面微小缺陷的缺陷检测任务中。

本文档来自技高网...

【技术保护点】

1.一种基于机器视觉的产品表面微小缺陷检测方法,其特征在于,包括以下步骤:

2.如权利要求1所述的一种基于机器视觉的产品表面微小缺陷检测方法,其特征在于,所述产品表面微小缺陷检测装置包括支架,在支架上固定有用于获得产品侧面图像的侧置相机、用于获得产品顶面图像的顶部相机、用于为侧置相机以及顶部相机提供拍摄光源的补光灯、固定在传送带预设位置的传感器,侧置相机、顶部相机、补光灯以及传感器与上位机相连,当传送带上传输的产品移动至预设位置时,传感器向上位机给出预设信号,从而由上位机通过侧置相机以及顶部相机获得表面缺陷图像数据。

3.如权利要求1所述的一种基于机器视觉的产品表面微小缺陷检测方法,其特征在于,在搭建微小缺陷检测网络模型时,将YOLOv5骨干网络中连接两个CBS模块的CSP1_X模块用Swin-Transformer模块一替换,将YOLOv5连接层中连接Concat模块以及CBS模块的CSP2_X模块用Swin-Transformer模块二替换,Swin-Transformer模块二接预测头。

【技术特征摘要】

1.一种基于机器视觉的产品表面微小缺陷检测方法,其特征在于,包括以下步骤:

2.如权利要求1所述的一种基于机器视觉的产品表面微小缺陷检测方法,其特征在于,所述产品表面微小缺陷检测装置包括支架,在支架上固定有用于获得产品侧面图像的侧置相机、用于获得产品顶面图像的顶部相机、用于为侧置相机以及顶部相机提供拍摄光源的补光灯、固定在传送带预设位置的传感器,侧置相机、顶部相机、补光灯以及传感器与上位机相连,当传送带上传输的产品移动至预设位置时,传感器向上位机给出...

【专利技术属性】
技术研发人员:汪俊亮王美萱张洁陆峻青皮青雄张家新
申请(专利权)人:东华大学
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 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。

1