摘要
本发明提供一种基于自监督孪生比较网络的工件缺陷检测方法,首先对无缺陷工件图像通过滑动窗口分割生成子图,基于子图与原图的空间重叠度计算自监督相似矩阵标签;同时对所述子图和原图分别进行增强处理;将增强后的子图与原图输入孪生特征提取网络,先通过包含FastMatch层和STNs层的仿射适应架构进行迭代优化:所述FastMatch层匹配子图与原图特征并输出最高相似度特征对,所述STNs层基于全连接网络生成仿射矩阵以校准子图视角;再对优化后的特征向量进行互卷积运算生成初始相似度矩阵;随后通过卷积网络生成空间相似分布图,完成网络模型训练;检测时,将待检测图像与基准图像经视角对齐后输入训练好的模型,基于双向相似度匹配结果与阈值判定缺陷存在性。
技术关键词
工件缺陷检测方法
网络模型训练
特征提取网络
图像
工件缺陷检测系统
滑动窗口
标签
视角
矩阵
信息熵
基准
误差
校准
计算机设备
索引
指数
饱和度
特征点
系统为您推荐了相关专利信息
特征融合网络
多尺度特征提取
注意力机制
多尺度融合网络
双向特征金字塔
艾灸装置
艾灸机器人
直线驱动机构驱动
艾灸位置
红外相机
衣物图像
分割方法
检测衣物
视频帧
特征提取模块
尺寸检测方法
护轨
线激光传感器
轮廓数据
三维点云数据