【技术实现步骤摘要】
本专利技术属于计算机图像分类领域，尤其是涉及一种基于计算机视觉的压型钢板腐蚀程度检测方法及装置。
技术介绍
1、围护结构是建筑工程中的重要组成部分，是用于加固和保护建筑物的结构。压型金属板等材料常用于围护结构中。围护结构是长期暴露在室外的，腐蚀损伤是围护结构中常发生的损伤形式。围护结构的腐蚀损伤可能导致多种问题。首先，腐蚀会使金属材料表面产生斑点、氧化物和腐蚀坑，破坏外观美观性。其次，腐蚀会减弱金属材料的强度和结构稳定性，导致结构的强度下降和失效风险增加。此外，腐蚀还可能引起漏水、裂缝和结构变形等问题，进一步影响围护结构的功能和耐久性。
2、对既有压型钢板进行腐蚀检测和腐蚀程度的检测是对于确保结构的安全和可靠性至关重要。目前常用的手段是目视检测，目视检查是最简单和常用的方法之一。通过仔细观察围护结构表面的金属材料，寻找任何可见的腐蚀迹象，如颜色变化、斑点、氧化物和腐蚀坑等。目视检查可以发现较明显的腐蚀损伤，但可能无法检测到隐藏在结构内部或不易观察到的问题。
3、计算机视觉是一种利用图像处理和模式识别技术，使计算机能够模拟人类视觉系统进行信息获取和分析的方法，因为其这一特性，使用计算机视觉技术代替人类进行检测的技术逐渐被提出。使用计算机视觉技术进行压型钢板损伤检测的优势在于它可以实现快速、准确和非破坏性的检测。它可以处理大量的图像数据，并自动的腐蚀检测和腐蚀程度的识别，提高检测效率和准确性。
技术实现思路
1、本专利技术要解决的技术问题是怎样快速准确地检测压型
2、为解决上述技术问题，本专利技术所采用的技术方案是：
3、一种基于计算机视觉的压型钢板腐蚀程度检测方法，包括以下步骤：
4、步骤1：采集压型钢板图像并预处理；
5、步骤2：对预处理后的压型钢板图像进行数据增强；
6、步骤3：对数据增强后的压型钢板图像输入训练好的腐蚀目标检测网络模型，得到以锚框的形式在图像中表示的腐蚀目标；
7、步骤4：将被以锚框形式框住的腐蚀目标切割成待检测的目标图像，输入训练好的腐蚀程度检测网络模型，得到目标图像的腐蚀程度并输出。
8、进一步地，所述腐蚀目标检测网络模型的训练方法是：
9、网络模型选用yolov7网络结构，在所述yolov7网络结构中引入特征金字塔网络提取多尺度特征；
10、使用数据集对引入特征金字塔网络的yolov7网络结构进行训练。
11、进一步地，所述数据集的制作过程为：
12、步骤3.1：选用压型钢板作为试件，并在实验室中进行盐雾试验以对压型钢板进行不同程度的腐蚀；
13、步骤3.2：采集压型钢板在不同腐蚀程度下的图像；
14、步骤3.3：对采集的图像中存在的腐蚀部位进行特征标注，制作成压型钢板腐蚀程度数据集。
15、进一步地，所述腐蚀程度检测网络模型的训练方法是：
16、网络模型选择vision transformer网络结构；
17、将数据集中的图像输入训练好的腐蚀目标检测网络模型得到每个图像的以锚框形式框住的腐蚀目标；
18、将被以锚框形式框住的腐蚀目标切割成待检测的目标图像输入visiontransformer网络结构进行训练。
19、进一步地，所述vision transformer网络结构主要包括四部分：
20、第一部分是图像划分与嵌入；将目标图像划分成多个固定大小的图块，对每个图块使用一个线性变换将其转换成d维特征向量；
21、第二部分是位置编码，为每个图块进行位置编码，保留图块的位置信息；
22、第三部分是多层transformer编码器，使用多个transformer编码器来处理图块的特征序列，每个transformer编码器由自注意力机制层和前馈层两个子层组成；
23、第四部分是头部多层感知机分类，使用一个全连接层将序列的特征向量整合为一个向量，然后送入softmax层进行分类。
24、本专利技术还提供了一种基于计算机视觉的压型钢板腐蚀程度检测装置，包括以下模块：
25、图像采集模块：用于采集压型钢板图像并预处理；
26、数据增强模块：用于对图像采集模块采集的压型钢板图像进行数据增强；
27、腐蚀目标标注模块：用于对数据增强模块数据增强后的压型钢板图像输入训练好的腐蚀目标检测网络模型，得到以锚框的形式在图像中表示的腐蚀目标；
28、腐蚀程度标注模块：用于将被以锚框形式框住的腐蚀目标切割成目标图像，输入训练好的腐蚀程度检测网络模型，得到目标图像的腐蚀程度并输出。
29、采用上述技术方案，本专利技术具有如下有益效果：
30、本专利技术提供了一种基于计算机视觉的压型钢板腐蚀程度检测方法及装置，该方法通过对压型钢板图像采集，利用计算机视觉技术可以对压型钢板腐蚀特征进行智能提取的优势，对压型钢板图像进行智能化的腐蚀程度的检测。首先，训练并使用腐蚀目标检测网络模型，准确地对图像中发生腐蚀的区域进行锚框标注，并将这些区域切割出来，生成待检测腐蚀程度的图像。随后，再使用训练好的腐蚀程度检测网络模型，对已经切割后的腐蚀目标图像进行精准的腐蚀程度检测。通过这种方式，本专利技术能够快速、准确地完成实际工程中压型钢板的腐蚀程度检测任务，有效解决了当前依赖人工检测所带来的耗时费力和检测人员潜在危险性的问题。
本文档来自技高网...【技术保护点】
1.一种基于计算机视觉的压型钢板腐蚀程度检测方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的检测方法，其特征在于，所述腐蚀目标检测网络模型的训练方法是：
3.根据权利要求2所述的检测方法，其特征在于，所述数据集的制作过程为：
4.根据权利要求3所述的检测方法，其特征在于，所述腐蚀程度检测网络模型的训练方法是：
5.根据权利要求4所述的检测方法，其特征在于，所述Vision Transformer网络结构主要包括四部分：
6.一种基于计算机视觉的压型钢板腐蚀程度检测装置，其特征在于，包括以下模块：
【技术特征摘要】
1.一种基于计算机视觉的压型钢板腐蚀程度检测方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的检测方法，其特征在于，所述腐蚀目标检测网络模型的训练方法是：
3.根据权利要求2所述的检测方法，其特征在于，所述数据集的制作过程为：
4.根据权利要...
【专利技术属性】
技术研发人员：逯鹏，赵松涛，刘帅，李贺贺，杜富强，王天奇，张永振，陈栋，李亮，
申请(专利权)人：中冶检测认证有限公司，
类型：发明
国别省市：
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。