[发明专利]一种低置信度二次旋转目标检测方法

说明书

本发明公开一种低置信度二次旋转目标检测方法，将低置信度的待检测区域作为一级区域进行一级视觉检测并获得一级样本；完成一级检测后将待检测区域进行180°旋转作为二级区域，随后对二级区域进行二级视觉检测以获得二级样本，并将二级样本反转180°后与一级样本进行竞合，获得扩增样本；将一级区域和二级区域同向分别反向转动90°，分别获得三级第一区域和三级第二区域，并对三级第一区域和三级第二区域进行三级视觉检测获得三级第一样本和三级第二样本，随后竞合获得垂直样本；将扩增样本与垂直样本进行旋转竞合获得最终检测样本。本发明的优点在于可以对单一的低置信度的待检测区域获得多个检测样本并进行竞合获取最终样本，提高了检测准确度。

技术领域

本发明涉及缺陷检测领域，具体地说，是一种低置信度二次旋转目标检测方法。

背景技术

近年来，深度神经网络技术获得了极大的发展，特别是在计算机视觉领域，其效果远超传统技术。缺陷检测是工业领域的重要问题，传统的缺陷检测方法主要依赖于检测人员的经验，耗时耗力；基于规则的缺陷检测方法，往往只适用于一些特征明显的缺陷检测，且方法构建过程复杂。基于深度神经网络技术的目标检测方法能够自动学习目标特征并对目标区域进行定位，准确性高、可扩展性好，但目前这种技术主要应用于自然场景中的目标检测，尚少应用于缺陷检测等工业场景中。

特别是对于形态显性不足，置信度较低的待识别区域，由于其本身缺乏足量的可识别特征，因此无法通过常规的目标检测方法一次性实现工业场景中低置信度目标的缺陷检测。

发明内容

发明目的：本发明目的在于针对现有技术的不足，提供一种低置信度二次旋转目标检测方法。

技术方案：本发明所述一种低置信度二次旋转目标检测方法，包括以下步骤：

S1、将低置信度的待检测区域作为一级区域进行一级视觉检测并获得一级样本；

S2、完成一级检测后将待检测区域进行180°旋转作为二级区域，随后对二级区域进行二级视觉检测以获得二级样本，并将二级样本反转180°后与一级样本进行竞合，获得扩增样本；

S3、将一级区域和二级区域同向分别反向转动90°，分别获得三级第一区域和三级第二区域，并对三级第一区域和三级第二区域进行三级视觉检测获得三级第一样本和三级第二样本，随后将三级第一样本和三级第二样本竞合获得垂直样本；

S4、将扩增样本与垂直样本进行旋转竞合获得最终检测样本。

作为优选的，S2重复多次，并获得多组扩增样本，并对多组扩增样本依次编号，将重复S2获得的编号后的扩增样本进行深度神经网络学习，随后获得最终扩增样本。

作为优选的，根据S2重复次数的编号分别执行对应次数的S3，并将获得的垂直样本与对应的扩增样本做对应编号，将重复S3获得的编号后的垂直样本进行深度神经网络学习，随后获得最终垂直样本。

作为优选的，将对应编号的扩增样本和垂直样本进行竞合，并将最终扩增样本和最终垂直样本进行竞合，将对应编号样本的竞合结果与最终扩增样本和最终垂直样本竞合获得的样本进行比照，获得S4中的最终检测样本。

本发明相比于现有技术具有以下有益效果：可以对单一的低置信度的待检测区域获得多个检测样本并将获得的多角度检测样本进行竞合获取最终样本，提高了检测准确度。

具体实施方式

下面将对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。