[发明专利]一种通用的深度学习正样本自动均衡方法

说明书

本发明涉及一种通用的深度学习正样本自动均衡方法，包括S1、根据样本子集分布，确定遍历处理所有图片的先后顺序；S2、对图像进行最佳通道的选取；S3、在最佳通道上进行滑动窗口截图，计算截得的每一幅小图的属性，根据属性进行分类；S4、根据样本子集分布以及需要样本的总数量，确定在每一幅大图上截取小图的数量；S5、根据分类的数量占比，进行需求数量均衡；S6、按需求数量选择样本；S7、将得到的与需求数一致的样本送入神经网络进行训练送入神经网络进行训练。本发明解决了由于正样本选取分布不均，导致的训练出的网络过杀率高的问题，且本发明具有通用性、无需人工干预的特点，实现完全自动执行，并发挥作用。

技术领域

本发明涉及图像视觉检测技术领域，尤其是一种通用的深度学习正样本自动均衡方法。

背景技术

工业检测图像由于分辨率太大，在使用深度学习时无法直接送入神经网络，需要与传统算法配合，由传统算法提取出可疑缺陷，然后以它为中心进行一定尺寸的切图操作，将获得的缺陷小图送入网络，进行进一步的判别；以上是推理阶段，即神经网络的使用阶段。

而在训练阶段，需要根据人工对图像进行的标注，进行以标注为中心的切图操作，获得负样本；在选取正样本时，最原始的办法是直接在好品图像上进行窗口滑动切图，将滑动切得的所有小图作为正样本。

后来为了避免正负样本数量不均，又改为根据正负样本数量n:1(n一般取3)的办法确定正样本的需求数量n，在好品图像上随机选取坐标，切得n幅正样本小图。

但是，滑动窗口切图，将获得的小图全部作为正样本的方案，由于在真实应用环境下，缺陷数量很少，而以上办法获得的正样本数量很多，这样会导致正负样本数量上失衡，导致较高的漏检率。

按照比例以及标注获得的负样本数量来确定正样本数量，从而对正样本数量进行限制，根据确定的数量在好品图像上随机选取，该办法，抑制了正负样本在数量上失衡的问题，但又引入了新的问题：

对于绝大多数工业产品图像，如玻璃或手机背壳，当产品表面不存在缺陷时，位于非边缘的区域往往是一片平坦区域，即灰度像差不大，该类样本数量会占绝大多数；而边缘区域往往灰度差别较大，对比度较高，该类别内样本之间的形态差异也比平坦区域要大，符合理论上样本的多样性需求，但所占数量很少；这就导致，如果使用随机选取的方法，边缘区域样本被选中的概率就小，该类样本被遗漏的概率就高，且即使有被选中的，所占数量也会占比很小，最终导致训练出的网络在边缘区域产生过杀。

对于以上问题，一般可以针对不同的被测产品，不同的成像效果来设计基于坐标位置分布的均衡方案，但需要针对具体的产品即成像效果取设计算法，无法做到通用，需要取调节阈值，也做不到自动。

而且，如果工业检测图像往往是在不同的检测设备上采集到的，不同的设备，成像条件往往不是完全相同，存在些许差别，如果正样本全部都从一张图像或者单一设备上的若干张图像上截取，则会使得正样本中缺乏其他设备上成像条件下的样本，从而导致训练出的网络在选取正样本上的那台设备上正常工作，而在其他设备上产生较高的过杀。

发明内容

本发明要解决的技术问题是：提供一种通用的深度学习正样本自动均衡方法，解决了在工业检测图像处理中，在正样本取样时，很可能出现所选择的正样本缺乏多样性，覆盖程度以及代表性不够的现象，从而导致用这样的样本训练出来的网络过杀率高的问题。

本发明解决其技术问题所采用的技术方案是：一种通用的深度学习正样本自动均衡方法，包括以下步骤，

S1、将分别在多台机器上采集到的多张图像进行编号形成样本子集，并根据样本子集分布，确定遍历处理所有图片的先后顺序；

S2、对图像进行最佳通道的选取；

S3、在最佳通道上进行滑动窗口截图，计算截得的每一幅小图的属性，根据属性进行分类；