[发明专利]基于DDPG-RAM算法的复杂光照条件下织物缺陷检测方法

权利要求书

1.一种基于DDPG-RAM算法的复杂光照条件下织物缺陷检测方法，其特征在于：所述检测方法如下：

1)采集织物缺陷图像作为训练样本；

2)对步骤1)中织物缺陷图像进行预处理，选用图像增强算法对复杂光照条件下的织物图像进行图像增强；

3)利用步骤2)中图像增强后的训练样本对DDPG-RAM模型进行训练，确定训练后的网络参数

3.1)构建DDPG-RAM模型，并随机初始化网络参数；

构建DDPG-RAM模型，结合了深度确定性策略梯度(DDPG)算法和循环注意力模型(RAM)，该DDPG-RAM模型包括Glimpse网络，Core网络，Action网络，Actor网络和Critic网络五个部分，Actor网络、Critic网络又分别构建了两个结构完全相同但参数不同的eval网络和target网络，从而形成Actor eval网络、Actor target网络、Critic eval网络和Critictarget网络共四个网络，其中，Actor网络为行为网络、Critic网络为评价网络、eval网络为估计网络和target网络为目标网络，Actor eval网络为行为估计网络、Actor target网络为行为目标网络、Critic eval网络为评价估计网络、Critic target网络为为评价目标网络；然后对该RAM模型进行随机初始化，即随机初始化Glimpse网络、Core网络、Action网络、Actor eval网络、Critic eval网络的参数μ(h|θ^μ)、Q(h,l|θ^Q)，以及将Actor eval网络和Critic eval网络的值赋予与之对应的target网络，即θ^μ→θ^μ'，θ^Q→θ^Q'；

f^g是Glimpse网络的缩写，代表Glimpse网络参数，l和x是Glimpse网络的输入参数，l代表当前时刻裁剪图像的中心位置，x是被裁剪的完整图像整体；

f^h是Core网络的缩写，代表Core网络参数，h_t-1和f_g是Core网络的输入参数，h_t-1代表上一时刻Core网络输出的状态参数；

f^a是Action网络的缩写，代表Action网络参数，h_t是Action 网络的输入参数，代表当前时刻Action网络输出的状态参数；

μ(h|θ^μ)代表Actor eval网络，θ^μ代表Actor eval网络参数，h是Actor eval网络的输入参数，代表经过当前时刻h_t经过全连接处理后的参数；

Q(h,l|θ^Q)代表Critic eval网络，θ^Q代表Critic eval网络参数；

θ^μ→θ^μ'代表将Actor eval网络的参数复制给Actor target网络，

θ^Q→θ^Q’代表将Critic eval网络的参数复制给Critictarget网络；

3.2)经验池初始化为0，大小为max_size×(2×h_t_dim+2+1)；

设经验池为i行、j列的二维矩阵，二维矩阵中每个元素的值初始化为0，其中i为样本容量，j为每个样本储存的信息数量，经验池大小为j＝max_size×(2×h_t_dim+2+1)，其中h_t_dim为状态的维度；公式中的数字2为动作的维度，公式中的数字1为用于在经验池中存储奖励信息的预留空间；

3.3)构造一个随机正态分布N对注意力位置施加干扰

3.4)对DDPG-RAM模型进行训练

4)利用训练后的DDPG-RAM算法对复杂光照条件下织物缺陷图像进行缺陷检测。