[发明专利]一种多尺度的轮胎X光病疵检测方法

摘要

本发明属于图像识别和检测技术领域，具体公开了一种多尺度的轮胎X光病疵检测方法。本发明检测方法的步骤包括数据标注、图像预处理、图像裁剪、搭建FPN(特征金字塔网络)融合Faster R‑CNN网络模型、初始化模型、将图像数据集分为训练集、验证集和测试集、基于所述测试集进行测试，得到测试结果。其与传统方法相比优势如下：本发明采用多尺度的轮胎X光病疵检测方法，通过提取图像多层的特征，进行多尺度的融合，可以提高检测轮胎X光病疵的准确度；采用FPN融合Faster R‑CNN的网络模型进行目标识别的，大大提高多尺度检测的准确性，从而对轮胎质量进行准确监督，非常具有实用意义。

主权项

1.一种多尺度的轮胎X光病疵检测方法，包括步骤如下：S1、数据标注：将收集到的轮胎X光检测图片用LabelImg工具进行标注，标注出病疵位置、病疵类型，所述病疵位置标注时用方框标出，所述病疵类型可分为多种，标注文件的类型为xml文件；S2、图像预处理：将所述轮胎X光检测图片进行锐化处理得到预处理后的大图片；S3、图像裁剪：将大小是20000×1900的所述预处理后的大图片分为11张1900×1900的小图，将相应的坐标位置进行变换，改写记录所述病疵类型以及坐标的xml文件；S4、搭建FPN(特征金字塔网络)融合Faster R‑CNN网络模型：；S5、初始化模型：设置参数，所述参数包括输入图片后统一的大小、模型在Search Selective(选择性搜索)阶段方框的大小与个数、模型训练的周期数；S6、将图像数据集分为训练集、验证集和测试集：划分原则是所述训练集占70％，所述验证集和所述测试集各占15％；S7、重复上述步骤S5、S6，可以训练得到多个模型，对所述多个模型进行测试分析，基于所述测试集进行测试，得到测试结果。