摘要
本发明提供一种面向螺旋钢管焊缝内部极小缺陷的细粒度分割方法,涉及基于机器视觉的无损检测技术领域。该方法在面对静态场景下螺旋钢管焊缝内部极小缺陷难以判别的情况下,构建细粒度极小缺陷分割网络模型,包括特征提取网络、语义判别编码器、对比转换机制、渐进迭代解码策略及若干个卷积模块,设计了一种语义判别体系结构,以语义为导向自适应初始化特征,缓解缺陷规模差异;引入对比转换机制对缺陷特征进行动态优化;最后,采用渐进迭代解码策略对融合后的特征图进行细粒度像素级分割。该方法在样本类别分布不平衡、极小缺陷分布密集、像素冗余和背景干扰等不利场景下仍能取得良好分割效果,并且有效提高了网络的分割性能。
技术关键词
焊缝缺陷图像
校验特征
螺旋钢管
特征提取网络
分割方法
解耦机制
融合特征
加权特征
卷积模块
双线性插值
语义
输出特征
线索
池化特征
注意力
像素
解码
编码器