[发明专利]一种球笼防尘罩内部毛刺缺陷检测方法

权利要求书

1.一种球笼防尘罩内部毛刺缺陷检测方法，其特征在于：包括以下步骤：

步骤1：搭建图像采集系统，使用工业相机拍摄球笼防尘罩内部毛刺缺陷图像，整理得到原始样本集；

步骤2：对图像进行预处理操作，人工标注标签，得到训练集；

步骤3：将步骤2得到的训练集图像导入改进的深度神经网络，对模型进行训练，得到权重文件；

步骤4：使用机器视觉检测模块和深度神经网络检测模块相串联的检测网络，对输入的球笼防尘罩图像进行检测，根据权重文件，输出检测结果。

2.根据权利要求1所述的一种球笼防尘罩内部毛刺缺陷检测方法，其特征在于：所述步骤1中，将所有图像分为两大类，根据内部毛刺缺陷大小不同，针对内部毛刺长度大于1/6小口内边缘周长的缺陷归为大目标缺陷，其余归为小目标缺陷。

3.根据权利要求1所述的一种球笼防尘罩内部毛刺缺陷检测方法，其特征在于：所述步骤2中，标注信息包括缺陷种类、边界框中心位置的相对坐标以及边界框的相对长度和相对宽度，从而得到可供深度神经网络使用的球笼防尘罩内部毛刺缺陷检测的训练集。

4.根据权利要求1所述的一种球笼防尘罩内部毛刺缺陷检测方法，其特征在于：步骤3中，目标检测深度神经网络主干部分包括Focus模块、CSPNet和SPP模块；所述改进的深度神经网络为在目标检测深度神经网络结构的基础上加入了CBAM注意力机制；CBAM注意力机制网络设置在第二层与第三层CSPNet模块中间。

5.根据权利要求1所述的一种球笼防尘罩内部毛刺缺陷检测方法，其特征在于：所述步骤3中，具体包括以下步骤：

具体包括以下步骤：

步骤3.1：输入端图像缩放后进行马赛克增强操作，经过Focus模块后得到4个特征图。将特征图送入卷积网络，具体经过两层CSPNet网络后，将得到的特征图送入CBAM注意力机制网络；

步骤3.2：将经过注意力机制网络得到的特征图送入后续网络中进行特征融合，对不同阶层特征图进行concat操作，交流上下文信息，送入Prediction网络中，输出三个粒度不同的网格，包含了输入图像中所有可能的目标边界框，最后得到后续检测所需的权重文件。

6.根据权利要求1所述的一种球笼防尘罩内部毛刺缺陷检测方法，其特征在于：所述步骤4中，第一层检测网络为机器视觉检测模块，所述机器视觉检测模块使用霍夫圆变换方法对大目标缺陷进行检测。

7.根据权利要求1所述的一种球笼防尘罩内部毛刺缺陷检测方法，其特征在于：所述步骤4中，第二层检测网络为深度神经网络检测模块，所述深度神经网络检测模块使用改进的深度神经网络所得模型对小目标缺陷进行检测。

8.根据权利要求1所述的一种球笼防尘罩内部毛刺缺陷检测方法，其特征在于：所述机器视觉检测模块和深度神经网络检测模块串联，输入图像先经过机器视觉检测模块，若识别出内部毛刺缺陷则直接输出检测结果为不良品，反之则送入深度神经网络模型检测，最终判定此球笼防尘罩是否为良品。