本發(fā)明涉及鑄件表面缺陷檢測(cè),具體而言,涉及一種鑄件表面缺陷檢測(cè)方法、裝置、設(shè)備及可讀存儲(chǔ)介質(zhì)。
背景技術(shù):
1、實(shí)現(xiàn)鑄件無(wú)損檢測(cè)及缺陷定位任務(wù)是鑄件工廠智能生產(chǎn)環(huán)節(jié)中的重要環(huán)節(jié)。雖然隨著鑄造技術(shù)的提升以及智能技術(shù)在生產(chǎn)過(guò)程中的應(yīng)用使得生產(chǎn)良品率不斷提升,但在鑄件的生產(chǎn)制造過(guò)程中,任何一個(gè)生產(chǎn)步驟的失誤都可能導(dǎo)致鑄件產(chǎn)生缺陷從而直接影響鑄件的性能和壽命,在完成鑄件的鑄造后必須要進(jìn)行缺陷檢測(cè)排除帶有缺陷的鑄件,因此缺陷檢測(cè)作為最后一道防線是十分必要的。傳統(tǒng)的人工檢測(cè)的檢測(cè)準(zhǔn)確率受限于檢測(cè)人員的工作經(jīng)驗(yàn),且檢測(cè)人員無(wú)法長(zhǎng)時(shí)間工作以及實(shí)時(shí)記錄鑄件缺陷,無(wú)法滿足工業(yè)實(shí)際生產(chǎn)中所需的精度和效率。
技術(shù)實(shí)現(xiàn)思路
1、本發(fā)明的目的在于提供一種鑄件表面缺陷檢測(cè)方法、裝置、設(shè)備及可讀存儲(chǔ)介質(zhì),以改善上述問(wèn)題。為了實(shí)現(xiàn)上述目的,本發(fā)明采取的技術(shù)方案如下:
2、第一方面,本申請(qǐng)?zhí)峁┝艘环N鑄件表面缺陷檢測(cè)方法,其包括:
3、獲取有表面缺陷的砂型鑄件圖片,采用錨框?qū)ι靶丸T件圖片進(jìn)行缺陷標(biāo)注,由標(biāo)注后的圖片生成圖像數(shù)據(jù)集;
4、將所述圖像數(shù)據(jù)集按照預(yù)設(shè)比例劃分為訓(xùn)練集和測(cè)試集;
5、構(gòu)建融合卷積塊注意力機(jī)制的深度學(xué)習(xí)模型,并在深度學(xué)習(xí)模型中加入邊界框回歸損失函數(shù)得到改進(jìn)后深度學(xué)習(xí)模型;
6、獲取數(shù)據(jù)集中所標(biāo)注的全部錨框,對(duì)所有錨框的寬高進(jìn)行聚類得到最優(yōu)的錨框,以作為改進(jìn)后深度學(xué)習(xí)模型的先驗(yàn)框;
7、利用所述訓(xùn)練集和測(cè)試集對(duì)改進(jìn)后深度學(xué)習(xí)模型進(jìn)行訓(xùn)練和測(cè)試,由所述先驗(yàn)框計(jì)算邊界框回歸損失函數(shù)后對(duì)模型參數(shù)進(jìn)行調(diào)整,得到訓(xùn)練完成的鑄件表面缺陷檢測(cè)網(wǎng)絡(luò)模型;
8、將待檢測(cè)的砂型鑄件圖像輸入鑄件表面缺陷檢測(cè)網(wǎng)絡(luò)模型中,檢測(cè)出鑄件表面缺陷。
9、第二方面,本申請(qǐng)還提供了一種鑄件表面缺陷檢測(cè)裝置,包括:
10、標(biāo)注模塊:獲取有表面缺陷的砂型鑄件圖片,采用錨框?qū)ι靶丸T件圖片進(jìn)行缺陷標(biāo)注,由標(biāo)注后的圖片生成圖像數(shù)據(jù)集;
11、劃分模塊:將所述圖像數(shù)據(jù)集按照預(yù)設(shè)比例劃分為訓(xùn)練集和測(cè)試集;
12、模型構(gòu)建模塊:構(gòu)建融合卷積塊注意力機(jī)制的深度學(xué)習(xí)模型,并在深度學(xué)習(xí)模型中加入邊界框回歸損失函數(shù)得到改進(jìn)后深度學(xué)習(xí)模型;
13、聚類模塊:獲取數(shù)據(jù)集中所標(biāo)注的全部錨框,對(duì)所有錨框的寬高進(jìn)行聚類得到最優(yōu)的錨框,以作為改進(jìn)后深度學(xué)習(xí)模型的先驗(yàn)框;
14、訓(xùn)練模塊:利用所述訓(xùn)練集和測(cè)試集對(duì)改進(jìn)后深度學(xué)習(xí)模型進(jìn)行訓(xùn)練和測(cè)試,由所述先驗(yàn)框計(jì)算邊界框回歸損失函數(shù)后對(duì)模型參數(shù)進(jìn)行調(diào)整,得到訓(xùn)練完成的鑄件表面缺陷檢測(cè)網(wǎng)絡(luò)模型;
15、檢測(cè)模塊:將待檢測(cè)的砂型鑄件圖像輸入鑄件表面缺陷檢測(cè)網(wǎng)絡(luò)模型中,檢測(cè)出鑄件表面缺陷。
16、第三方面,本申請(qǐng)還提供了一種鑄件表面缺陷檢測(cè)設(shè)備,包括:
17、存儲(chǔ)器,用于存儲(chǔ)計(jì)算機(jī)程序;
18、處理器,用于執(zhí)行所述計(jì)算機(jī)程序時(shí)實(shí)現(xiàn)所述鑄件表面缺陷檢測(cè)方法的步驟。
19、第四方面,本申請(qǐng)還提供了一種可讀存儲(chǔ)介質(zhì),所述可讀存儲(chǔ)介質(zhì)上存儲(chǔ)有計(jì)算機(jī)程序,所述計(jì)算機(jī)程序被處理器執(zhí)行時(shí)實(shí)現(xiàn)上述基于鑄件表面缺陷檢測(cè)方法的步驟。
20、本發(fā)明的有益效果為:
21、本發(fā)明基于構(gòu)建的鑄件表面缺陷數(shù)據(jù)集,使用kmeans++算法對(duì)數(shù)據(jù)集進(jìn)行聚類生成先驗(yàn)框;構(gòu)建融合improved-cbam注意力機(jī)制的深度學(xué)習(xí)模型網(wǎng)絡(luò)模型,并在深度學(xué)習(xí)模型網(wǎng)絡(luò)模型中加入邊界框回歸損失函數(shù)得到改進(jìn)后深度學(xué)習(xí)模型網(wǎng)絡(luò)模型,提升了算法對(duì)小目標(biāo)物體的檢測(cè)能力,使得模型具有更高檢測(cè)精度的同時(shí)避免復(fù)雜背景干擾等問(wèn)題。克服了現(xiàn)有鑄件缺陷檢測(cè)技術(shù)中存在的鑄造件缺陷識(shí)別率低、誤檢率和漏檢率高以及較小缺陷檢測(cè)不精確的難題,實(shí)現(xiàn)了鑄件表面多類型缺陷精準(zhǔn)識(shí)別。同時(shí)提高了檢測(cè)效率,減少了檢測(cè)時(shí)間以及人工成本,更好地滿足了工業(yè)生產(chǎn)中對(duì)鑄件表面缺陷檢測(cè)的需求。
22、本發(fā)明的其他特征和優(yōu)點(diǎn)將在隨后的說(shuō)明書闡述,并且,部分地從說(shuō)明書中變得顯而易見(jiàn),或者通過(guò)實(shí)施本發(fā)明實(shí)施例了解。本發(fā)明的目的和其他優(yōu)點(diǎn)可通過(guò)在所寫的說(shuō)明書、權(quán)利要求書、以及附圖中所特別指出的結(jié)構(gòu)來(lái)實(shí)現(xiàn)和獲得。
1.一種鑄件表面缺陷檢測(cè)方法,其特征在于,包括:
2.根據(jù)權(quán)利要求1所述的鑄件表面缺陷檢測(cè)方法,其特征在于,獲取有表面缺陷的砂型鑄件圖片,采用錨框?qū)ι靶丸T件圖片進(jìn)行缺陷標(biāo)注,由標(biāo)注后的圖片生成圖像數(shù)據(jù)集,包括:
3.根據(jù)權(quán)利要求1所述的鑄件表面缺陷檢測(cè)方法,其特征在于,構(gòu)建融合卷積塊注意力機(jī)制的深度學(xué)習(xí)模型,并在深度學(xué)習(xí)模型中加入邊界框回歸損失函數(shù)得到改進(jìn)后深度學(xué)習(xí)模型,包括:
4.根據(jù)權(quán)利要求1所述的鑄件表面缺陷檢測(cè)方法,其特征在于,獲取數(shù)據(jù)集中所標(biāo)注的全部錨框,對(duì)所有錨框的寬高進(jìn)行聚類得到最優(yōu)的錨框,以作為改進(jìn)后深度學(xué)習(xí)模型的先驗(yàn)框,包括:
5.一種鑄件表面缺陷檢測(cè)裝置,其特征在于,包括:
6.根據(jù)權(quán)利要求5所述的鑄件表面缺陷檢測(cè)裝置,其特征在于,所述標(biāo)注模塊包括:
7.根據(jù)權(quán)利要求5所述的鑄件表面缺陷檢測(cè)裝置,其特征在于,所述模型構(gòu)建模塊包括:
8.根據(jù)權(quán)利要求5所述的鑄件表面缺陷檢測(cè)裝置,其特征在于,所述聚類模塊包括:
9.一種鑄件表面缺陷檢測(cè)設(shè)備,其特征在于,包括:
10.一種可讀存儲(chǔ)介質(zhì),其特征在于:所述可讀存儲(chǔ)介質(zhì)上存儲(chǔ)有計(jì)算機(jī)程序,所述計(jì)算機(jī)程序被處理器執(zhí)行時(shí)實(shí)現(xiàn)如權(quán)利要求1至4任一項(xiàng)所述鑄件表面缺陷檢測(cè)方法的步驟。