【技术实现步骤摘要】
本专利技术属于钢材表面缺陷检测，尤其涉及一种改进yolox的钢材表面缺陷检测方法。
技术介绍
1、yolox是一种基于yolo系列算法的目标检测算法。yolo系列算法是一类实时目标检测算法，其核心思想是将目标检测任务视为一个回归问题，从输入图像中直接预测目标的类别和位置信息。yolox在yolo系列算法的基础上进行了一系列的改进和优化，包括引入了一种新的解码策略、改进了目标分类器和回归器的设计等。yolox通过提高检测速度、减少网络参数以及增强检测性能等方面的改进，取得了较好的目标检测效果。其是基于yolo系列算法进行改进的一种目标检测算法。它在yolov3的基础上进行了一系列的改进和优化。yolox的核心思想是将目标检测任务分解为目标定位和目标分类两个子任务，并通过特征金字塔网络进行多尺度特征融合，以提高小目标的检测性能。此外，yolox结合了注意力机制和初始预设框的自适应锚框生成策略，进一步提升了检测精度和效果。在yolox中，目标的位置由边界框的中心坐标和宽高表示，目标的类别通过类别概率来表示。yolox使用卷积神经网络进行特征提取，并对图像进行多尺度的划分，然后在每个尺度上进行目标检测。通过特征金字塔网络的多层级特征融合，可以有效地处理不同尺度的目标，并且还能够提高对小目标的检测精度。此外，yolox还引入了自适应锚框生成策略，可以根据目标在图像中的分布情况自适应地生成锚框，进一步提高检测精度。总之，yolox通过多尺度特征融合、注意力机制和自适应锚框生成等策略，实现了更高效、更准确的目标检测。本专利技术的研究内容主要是
技术实现思路
1、为解决上述技术问题，本专利技术提出了一种改进yolox的钢材表面缺陷检测方法，提高了检测精度。
2、为实现上述目的，本专利技术提供了一种改进yolox的钢材表面缺陷检测方法，包括：获取不同类型的钢材表面缺陷数据；
3、构建biss-yolox检测模型，对所述biss-yolox检测模型进行训练，获得训练好的biss-yolox检测模型；
4、将所述不同类型的钢材表面缺陷数据输入所述训练好的biss-yolox检测模型，获得钢材表面缺陷检测结果。
5、可选的，所述不同类型的钢材表面缺陷数据包括：裂纹、夹杂物、斑点、凹点、卷屑和划痕。
6、可选的，所述biss-yolox检测模型由主干网络、由biss组成的特征增强模块、neck和检测头四部分组成。
7、可选的，所述主干网络cspdarknet53，neck采用的panet是一种既能自上而下又能自下而上融合特征的模块。
8、可选的，由biss组成的特征增强模块在所述主干网络和所述neck之间。
9、可选的，所述biss-yolox检测模型的检测头采用解耦的检测头，定位和分类任务由两个分支分别进行处理。
10、可选的，所述训练好的biss-yolox检测模型中可分离自注意力结构包括：输入的x使用三个分支进行处理，即输入i，键k和值v，分支i为一个d维到k维的线性投影层，分支k是一个d维到d维的线性投影层，分支v由一个d维到d维的线性投影层和一个relu激活函数组成；输入分支i负责将x中每个d维的token投影为一个标量；将标量输入到softmax便计算出context scores，context scores与k的输出进行广播乘法运算，然后在输出的k维度上进行求和，最后得到contextvector；最终，contextvector与v的输出再进行广播乘法运算，运算结果再经过一线性层得到最终的输出结果y。
11、可选的，所述方法还包括采用评价指标对所述训练好的biss-yolox检测模型进行评估，计算如下：
12、
13、
14、其中，p为精度；tp为真阳性，指的是被预测为阳性的正样本；fp为假阳性，指的是被预测为阳性的负样本；r为查全率；fn为假阴性，指的是被预测为阴性的正样本；ap为平均精度；map为平均精度的均值；n为数据集缺陷的类别数。
15、本专利技术技术效果：本专利技术公开了一种改进yolox的钢材表面缺陷检测方法，兼顾了全局、局部和通道上的特征表示，设计时充分地利用了轻量的可分离自注意力和深度卷积，在保证检测精度的同时，也保证了检测速度；利用双向可分离自注意力实现了对yolox的改进，并通过迁移学习的训练策略对改进的yolox进行训练，提升模型的泛化性能。
本文档来自技高网...【技术保护点】
1.一种改进YOLOX的钢材表面缺陷检测方法，其特征在于，包括：
2.如权利要求1所述的改进YOLOX的钢材表面缺陷检测方法，其特征在于，
3.如权利要求1所述的改进YOLOX的钢材表面缺陷检测方法，其特征在于，
4.如权利要求3所述的改进YOLOX的钢材表面缺陷检测方法，其特征在于，
5.如权利要求3所述的改进YOLOX的钢材表面缺陷检测方法，其特征在于，
6.如权利要求3所述的改进YOLOX的钢材表面缺陷检测方法，其特征在于，
7.如权利要求3所述的改进YOLOX的钢材表面缺陷检测方法，其特征在于，
8.如权利要求1所述的改进YOLOX的钢材表面缺陷检测方法，其特征在于，
【技术特征摘要】
1.一种改进yolox的钢材表面缺陷检测方法，其特征在于，包括：
2.如权利要求1所述的改进yolox的钢材表面缺陷检测方法，其特征在于，
3.如权利要求1所述的改进yolox的钢材表面缺陷检测方法，其特征在于，
4.如权利要求3所述的改进yolox的钢材表面缺陷检测方法，其特征在于，
【专利技术属性】
技术研发人员：王智文，赵文志，王宇航，陈宥铭，
申请(专利权)人：广西科技大学，
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。