[发明专利]基于改进FSSD的汽车差速器壳体表面缺陷的快速检测方法

说明书

本发明公开了：一种基于改进FSSD的汽车差速器壳体表面缺陷的快速检测方法,包括以下步骤：步骤一：采集汽车差速器外壳图像；步骤二：对步骤一获得的图像增强；步骤三：FSSD网络特征融合；步骤四：将FSSD基础骨干网络VGG16替换为MobileNet V1；步骤五：将MobileNetV1中Conv3、Conv5和Conv13进行特征融合；步骤六：先验框尺寸调整；步骤七：对损失函数进行优化；步骤八：得出检测结果。

技术领域

本发明属于汽车检测技术领域，尤其是涉及一种基于改进FSSD的汽车差速器壳体表面缺陷的快速检测方法。

背景技术

差速器壳体是各类汽车底盘承载扭矩的关键部件，其产品的铸造表面质量将直接影响着汽车的性能和使用寿命。在壳体铸件的生产过程中，由于加工环境恶劣，铸件表面的光洁度不高，不可避免地产生气孔、流痕、裂纹、划痕等缺陷，严重影响铸件的表面质量与物理机械性能。因此对汽车差速器壳体表面进行缺陷检测极为重要。

常见的检测方法有人工检测法、涡流检测法、超声波检测法、红外检测法和机器视觉检测法等。人工检测等传统检测方法的检测原理受限，存在各种各样的问题。

发明内容

本发明为了克服现有技术的不足，提供一种基于改进FSSD的汽车差速器壳体表面缺陷的快速检测方法。

为了实现上述目的，本发明采用以下技术方案：一种基于改进FSSD的汽车差速器壳体表面缺陷的快速检测方法,包括以下步骤：

步骤一：采集汽车差速器外壳图像；

步骤二：对步骤一获得的图像增强；

步骤三：FSSD网络模型化处理；

步骤四：将FSSD基础骨干网络VGG16替换为MobileNet V1；

步骤五：将MobileNetV1中Conv3、Conv5和Conv13进行特征融合；

步骤六：先验框尺寸调整；

步骤七：对损失函数进行优化；

步骤八：得出检测结果。

优选的，所述步骤三的具体处理过程如下：将参与融合的FC7和Conv7_2特征图，先通过双线性插值操作将特征图尺寸调整为与Conv4_3相同的38像素×38像素，然后再将它们与Conv4_3特征图进行concate特征融合，融合之后的特征图的通道数为768(256×3)；特征融合模块的数学表示如下：

X_f＝φ_f{ζ_i(X_i)} (1)

X′_p＝φ_p(X_f) (2)

loss,class＝φ_c,l(∪{X′_p}) (3)

其中，X_i表示原始特征金字塔上的各层特征图；ζ_i表示在融合前，每层特征图X_i为缩放至同一尺度需进行的转换函数；φ_f为特征融合函数；φ_p表示基于融合后的X_f，生成新的特征金字塔的函数；X′_p表示新生成的特征金字塔，φ_c,l为通过新生成的特征金字塔，预测loss和class的函数；FSSD网络具有了将浅层细节特征和深层语义特征结合在一起的能力，因此在复杂工作环境下，能够进一步提升准确率，从而更好地检测汽车差速器外壳表面的缺陷目标。