[发明专利]一种钢板表面缺陷检测系统

说明书

本发明公开了一种钢板表面缺陷检测系统，包括数据处理模块、特征提取模块、特征金字塔模块、区域建议模块、池化检测模块，数据处理模块实现对钢板表面缺陷图片的训练集和测试集划分，特征提取模块实现对钢板表面缺陷图片的各层特征图的提取，特征金字塔模块实现各层特征图的融合，区域建议模块实现对建议框的提取，池化检测模块实现对建议框对应的特征图的检测，在训练阶段以检测的损失调整权重参数，在测试阶段仅获取钢板表面缺陷图片的缺陷位置和类别。本发明能够有效提取钢板表面缺陷图片的特征，有助于提高钢铁表面缺陷检测的精确率。

技术领域

本发明涉及钢板缺陷检测的技术领域，尤其是指一种钢板表面缺陷检测系统。

背景技术

钢板在各种场合中具有极其广泛的用途，如汽车、电器、机械等。表面质量是钢板产品质量中十分重要的部分，假如不能对钢板的表面质量引起足够的重视、不能很好地提升表面质量，钢板生产企业可能面临退货甚至倒闭的风险。

在生产钢板的过程中，由于各种原因，会有许多种表面缺陷产生，如裂纹、夹杂、斑块、麻点、压入氧化皮、划伤等。而表面缺陷对钢板的质量是有很大影响的，而且也使得外观变差，同时使得钢板的机械性能和抗腐蚀的能力变差，因此需要减少表面缺陷、提高产品质量。

传统的钢板表面检测技术主要有基于图像特征统计的检测技术、基于频谱变换的检测技术、基于马尔科夫随机场等模型的检测技术、基于机器学习的检测技术，适应性和精确率较低。

发明内容

本发明的目的在于克服传统检测技术的缺点与不足，提出了一种钢板表面缺陷检测系统，能够自动有效地提取钢板表面缺陷图片的特征，通过检测损失调整系统的权重参数，达到较高的检测精度。

为实现上述目的，本发明所提供的技术方案为：一种钢板表面缺陷检测系统，包括：

数据处理模块，用于对钢板表面缺陷图片划分训练集和测试集，并对训练集做数据增强；

特征提取模块，用于提取钢板表面缺陷图片的特征，得到各层特征图C2、C3、C4、C5；

特征金字塔模块，用于融合各层特征图C2、C3、C4、C5，得到增强后的各层特征图P2、P3、P4、P5；

区域建议模块，用于设定不同比例和大小的anchors，对特征图P2、P3、P4、P5进行建议框的提取；

池化检测模块，用于池化建议框对应的特征图，经过全连接层得到检测结果和损失。

进一步，所述数据处理模块，用于对钢板表面缺陷图片划分训练集和测试集，并对训练集做数据增强，包含以下操作：

获取钢板表面缺陷图片，含有开裂、内含物、斑块、点蚀表面、轧制氧化皮或划痕缺陷；

取70％-80％的钢板表面缺陷图片作为训练集，余下的作为测试集，对训练集进行裁剪的数据增强操作。

进一步，所述特征提取模块，用于提取钢板表面缺陷图片的特征，得到各层特征图C2、C3、C4、C5，包含以下操作：

定义一个瓶颈层bottleneck，其中一条支路依次通过卷积核大小为1x1的组卷积层、正则化BN层、卷积核大小为3x3的组卷积层、正则化BN层、卷积核大小为1x1的卷积层、正则化BN层、relu激活函数，另一条支路是恒等映射，两条支路的输出相加得到bottleneck的输出；

把训练集中的钢板表面缺陷图片归一化输入regnet骨干网络，依次经过卷积核大小为3x3、步长为2、填充为1、输出通道为48的卷积层，正则化BN层，激活函数relu，经过2个输出通道为96的bottleneck得到特征图C2，经过6个输出通道为192的bottleneck得到特征图C3，经过15个输出通道为432的bottleneck得到特征图C4，经过2个输出通道为1008的bottleneck得到特征图C5。