[发明专利]基于改进注意力机制的薄膜瑕疵检测方法

权利要求书

1.基于改进注意力机制的薄膜瑕疵检测方法，其特征在于该方法包括如下步骤：

步骤1、使用工业相机采集薄膜图像，手工标注薄膜瑕疵，得到一个薄膜数据集；

步骤2、在coco大型目标检测数据集上训练YOLOv5网络，得到一个YOLOv5的预训练网络模型；

步骤3、对YOLOv5的预训练网络模型的结构进行修改；

步骤4、在薄膜数据集上重新训练修改过的网络模型，训练得到一个新的网络模型，即目标网络模型；

步骤5、将目标网络模型加载到薄膜实时检测系统中，将相机采集的实时薄膜数据载入系统中进行检测；

其中步骤3具体是按如下步骤处理主干网络输出的特征表示X：

(1)将图像I中所有像素结构化为K个目标区域{M₁，M₂，...，M_K}，每个目标区域M_k对应于类k，由一个2维映射表示，其中每个2维映射表示对应像素属于类k的程度；

(2)通过将第k个目标区域中所有像素的表示集合，将每个目标区域表示为f_k，即将所有属于第k个目标区域的像素按相似度加权集合表示，形成第k个目标区域；

(3)计算每个像素与每个目标区域的关系；

(4)通过对K个目标区域表示进行聚合，并考虑每个像素与所有目标区域的关系，对每个像素的表示进行增强，得到像素p_i的对象上下文表示y_i；

(5)对原始像素表示X进行如下两个运算：

其中M_c和M_s分别代表在通道维度和空间维度上做注意力操作；

(6)像素z_i最终由两部分聚合得到，经过通道和空间注意力得到的特征X″_i以及对象上下文表示y_i：

其中ω(·)为转换函数。

2.根据权利要求1所述的基于改进注意力机制的薄膜瑕疵检测方法，其特征在于：

步骤4具体是：将经过修改的网络模型在薄膜数据集上进行训练，训练时将网络模型中未修改部分的参数载入预训练模型的网络参数，修改的部分参数进行Kaiming初始化，经过训练后得到目标网络。

3.根据权利要求1所述的基于改进注意力机制的薄膜瑕疵检测方法，其特征在于：

步骤5具体是：将采集薄膜图像的相机部署在生产线上，实时获取薄膜图像，将图像传入系统中进行实时检测；若检测到瑕疵，系统自动将图像中的瑕疵用矩形框标注出来。