摘要
本发明涉及一种多尺度特征提取的涡轮起动机外观缺陷检测方法,包括:采集涡轮起动机外观缺陷数据,并定义缺陷种类得到外观缺陷特征图;将其输入数据增强模块,根据图像类型调整参数,输出多属性缺陷特征图;构建特征提取模块,提取多属性缺陷特征图中的缺陷数据特征,转换成多层特征映射,生成多尺度缺陷特征图;将多尺度缺陷特征图输入增强特征提取网络,获取并聚合高维多尺度缺陷特征,生成多尺度融合缺陷特征图;构建缺陷检测模块,检测多尺度缺陷的边界框预测和分类结果;采用相似性和并集交集损失,对模型进行训练和权重更新,得到最终缺陷检测模型。本发明实现了对涡轮起动机外观的多种不同尺度目标的缺陷的精确的定位与分类。
技术关键词
外观缺陷检测方法
多尺度特征提取
起动机
涡轮
缺陷预测
特征提取网络
特征融合网络
生成多尺度
空间金字塔
分支
神经网络模型
残差模块
上采样
特征提取模块
金字塔池化模块
缺陷类别
可变形卷积层