[发明专利]一种改进型YOLO-V3的金属加工表面缺陷检测方法

权利要求书

1.一种改进型YOLO-V3的金属加工表面缺陷检测方法，其特征在于，所述改进型YOLO-V3包括特征提取骨干网络、多尺度融合模块及多分类器模块，所述金属加工表面缺陷检测方法包括：

S1、获取金属表面加工图像；

S2、将金属表面加工图像输入特征提取骨干网络提取不同尺度的特征图，所述特征提取骨干网络无池化层且降采样因子小于Darknet-53的降采样因子，且卷积层数少于Darknet-53的卷积层数；

特征提取骨干网络中的残差模块包括第一部分及第二部分，第一部分包括主路及支路，第二部分步长为1；

所述特征提取骨干网络中的任一残差模块的输入特征图与输出特征图的大小不一致且通道数不一致时，主路步长为2，支路包括1*1的卷积核；

所述特征提取骨干网络中的任一残差模块的输入特征图与输出特征图的大小一致且通道数不一致时，主路步长为1，支路包括1*1的卷积核；

每个卷积层后连接有一个批标准化层，所述批标准化层包括可学习重构参数γ及β，其中：

式中X表示所有样本在该层的特征，(k)表示卷积核的个数，为卷积层的输入；

S3、将不同尺度的特征图输入多尺度融合模块进行局部特征融合得到融合特征图；

S4、将融合特征图输入多分类器模块进行金属加工表面缺陷定位及分类。

2.根据权利要求1所述的改进型YOLO-V3的金属加工表面缺陷检测方法，其特征在于，激活函数为Leaky ReLu。

3.根据权利要求1所述的改进型YOLO-V3的金属加工表面缺陷检测方法，其特征在于，步骤S3包括：

进行最小尺度YOLO层特征图采样；

将最小尺度YOLO层特征图分别与中尺度YOLO层特征图及最大尺度YOLO层特征图进行融合。

4.根据权利要求3所述的改进型YOLO-V3的金属加工表面缺陷检测方法，其特征在于，步骤S1包括：

S101、获取金属表面图像，基于金属表面图像中金属表面的镜面反射强度差异提取显著性图；

S102、将显著性图二值化并去噪，得到加工区域掩模图像；

S103、将金属表面图像与掩模图像进行与运算提取出加工区域图，将加工区域图作为金属表面加工图像。