[发明专利]一种基于transformer模型的铆钉缺陷检测方法及系统

说明书

本发明提供一种基于transformer模型的铆钉缺陷检测方法及系统，包括以下步骤：获取待检测产品表面的原始图片，并将所述原始图像输入transformer模型；通过所述transformer模型生成含有各个区域像素值的掩码图；根据所述各个区域的像素值确定各个区域的缺陷概率；将所述缺陷概率高的区域与所述原始图片进行对应；根据对应结果确定所述原始图片内的缺陷；本发明的有益效果为：通过将获取的产品表面的原始图像输入transformer模型，然后经过transformer模型对原始图片机械能处理，根据处理结果生成含有各个区域像素值的掩码图，根据各个区域的像素值得出各个区域的缺陷概率，再将所述缺陷概率高的区域与所述原始图片进行对应，然后根据对应结果确定所述原始图片内的缺陷。

技术领域

本发明涉及铆钉缺陷检测技术领域，特别是涉及一种基于transformer模型的铆钉缺陷检测方法及系统。

背景技术

随着对工业产品质量要求的日益提高，产品表面缺陷检测成了生产加工的重要环节，由于生产环境中不可控因素的干扰，产品表面缺陷难以量化，铆钉是一种社会需求量极高的一种紧固件，一架飞机就需要大约两百万个铆钉，需求量如此之高的铆钉，加上其缺陷往往比较小，所以检测起来就比较困难。

现有部分生产企业的铆钉缺陷检测采用的是人工目视检测法，该方法对工人的本身要求较高，需要具备丰富的缺陷识别经验，并且需要长时间的持续单一的运作，具有效率低，成本高的缺点；还有光学电磁技术检测法：基于光学技术或者电磁信号处理来实现缺陷检测，这类技术通常受其表面的粗糙程度影响较大；还有传统机器视觉检测算法：传统的机器学习算法以其能够提供稳定可靠的检测方案被广泛使用，但是随着缺陷种类的增加，其在面对一些难以量化的缺陷时候，算法设计困难甚至束手无策；还有基于深度学习CNN算法的缺陷检测：基于CNN算法的劣势在于缺乏长距离特征捕获的能力，在工业领域中，图像分辨率往往过大，基于CNN的缺陷检测无法充分利用到图像的一些全局信息。

发明内容

鉴于以上所述现有技术的缺点，本发明的目的在于提供一种基于transformer模型的铆钉缺陷检测方法及系统，用于解决现有技术中对于产品的缺陷检测能力较低的问题。

本发明的实施方式提供了一种基于transformer模型的铆钉缺陷检测方法，包括以下步骤：获取待检测产品表面的原始图片，并将所述原始图像输入transformer模型；通过所述transformer模型生成含有各个区域像素值的掩码图；根据所述各个区域的像素值确定各个区域的缺陷概率；将所述缺陷概率高的区域与所述原始图片进行对应；根据对应结果确定所述原始图片内的缺陷。

本发明的实施方式还提供了一种基于transformer模型的铆钉缺陷检测系统，包括：获取模块，用于获取待检测产品表面的原始图片，并将所述原始图像输入transformer模型；处理模块，用于通过所述transformer模型生成含有各个区域像素值的掩码图，根据所述各个区域的像素值确定各个区域的缺陷概率；对应模块，用于将所述缺陷概率高的区域与所述原始图片进行对应，根据对应结果确定所述原始图片内的缺陷。

本发明的实施方式还提供了一种服务器，包括：至少一个处理器；以及，与所述至少一个处理器通信连接的存储器；其中，所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行如上述的基于transformer模型的铆钉缺陷检测方法。

本发明的实施方式还提供了一种计算机可读存储介质，存储有计算机程序，所述计算机程序被处理器执行时实现如上述的基于transformer模型的铆钉缺陷检测方法。