[发明专利]视觉注意力网络系统及工件表面缺陷检测方法

权利要求书

1.视觉注意力网络系统，其特征在于：包括依次连接的至少一个图像特征处理单元、一个全局平均池化层和一个softmax分类器；

单个图像特征处理单元包括一个卷积模块一、至少一个卷积模块二、一个注意力模块和一个乘法模块；

单个图像特征处理单元中卷积模块二为一个时，卷积模块二与注意力模块并行设置；卷积模块一的输出作为注意力模块与卷积模块二的输入，注意力模块与卷积模块二的输出作为乘法模块的输入；

单个图像特征处理单元中卷积模块二为多个时，多个卷积模块二依次连接后，与注意力模块并行设置；卷积模块一的输出作为注意力模块与首个卷积模块二的输入，注意力模块与最后一个卷积模块二的输出作为乘法模块的输入；

卷积模块一用于对其接收的图像进行卷积处理提取特征，且卷积模块一输出的特征图尺寸为其所接收图像的二分之一；

卷积模块二用于对接收到的特征图进行卷积处理提取特征，且卷积模块二输出的特征图尺寸与其接收到的特征图尺寸相同；

所述视觉注意力网络系统用于对工件进行表面缺陷检测，并输出检测结果。

2.根据权利要求1所述的视觉注意力网络系统，其特征在于：所述卷积模块一包括并行的两个支路，其中一个支路上依次设置有第一卷积核、第二卷积核和第三卷积核；

第一卷积核用于对卷积模块一接收的图像进行处理，第一卷积核输出的特征图通道数小于卷积模块一最终输出特征图的通道数；

第二卷积核用于对第一卷积核输出的特征图进行处理，第二卷积核输出的特征图尺寸为卷积模块一接收图像尺寸的二分之一；

第三卷积核用于对第二卷积核输出的特征图进行处理，第三卷积核输出的特征图通道数与卷积模块一最终输出特征图通道数相同；

另一个支路上设置有第四卷积核；

第四卷积核用于对卷积模块一接收的图像进行处理，第四卷积核输出的特征图尺寸、通道数与第三卷积核输出的特征图尺寸、通道数相同；

第四卷积核输出的特征图与第三卷积核输出的特征图通过加法器叠加后，作为卷积模块一的输出。

3.根据权利要求2所述的视觉注意力网络系统，其特征在于：

第一卷积核的尺寸为1×1，卷积操作步长为1，第一卷积核输出的特征图通道数为卷积模块一最终输出特征图通道数的四分之一；

第二卷积核的尺寸为3×3，卷积操作步长为2；

第三卷积核的尺寸为1×1，卷积操作步长为1；

第四卷积核的尺寸为1×1，卷积操作步长为2。

4.根据权利要求1-3任一所述的视觉注意力网络系统，其特征在于：所述卷积模块二包括并行的两个支路，其中一个支路上依次设置有第五卷积核、第六卷积核和第七卷积核；

第五卷积核用于对卷积模块二接收的图像进行处理，第五卷积核的卷积操作步长为1，输出的特征图通道数小于卷积模块二最终输出特征图通道数；

第六卷积核用于对第五卷积核输出的特征图进行处理，第六卷积核的卷积操作步长为1，输出的特征图尺寸为卷积模块一接收图像尺寸的二分之一；

第七卷积核用于对第六卷积核输出的特征图进行处理，第七卷积核的卷积操作步长为1，输出的特征图通道数与卷积模块二最终输出特征图通道数相同；

另一个支路上设置有第八卷积核，其卷积操作步长为1；

第八卷积核用于对卷积模块二接收的图像进行处理，第八卷积核输出的特征图尺寸、通道数与第七卷积核输出的特征图尺寸、通道数相同；

第八卷积核输出的特征图与第七卷积核输出的特征图通过加法器叠加后，作为卷积模块二的输出；

卷积模块二最终输出的特征图尺寸、通道数与卷积模块一最终输出的特征图尺寸、通道数相同。

5.根据权利要求4所述的视觉注意力网络系统，其特征在于：

第五卷积核的尺寸为1×1，输出的特征图通道数为卷积模块二最终输出特征图通道数的四分之一；

第六卷积核的尺寸为3×3；

第七卷积核的尺寸为1×1；

第八卷积核的尺寸为1×1。