[发明专利]一种基于轻量化分割模型的缺陷区域检测方法及装置

权利要求书

1.一种基于轻量化分割模型的缺陷区域检测方法，其特征在于，包括以下步骤：

获取训练样本图像，并确定所述训练样本图像的缺陷区域，得到缺陷图像；

根据预设的缺陷类别对所述缺陷图像进行标记，得到缺陷标记图像；

将所述缺陷标记图像输入至轻量化分割模型中进行训练，得到训练好的轻量化分割模型；

将待检测图像输入至训练好的轻量化分割模型中，检测并输出所述待检测图像中每个像素的缺陷类别概率值；

将所述缺陷类别概率值相同的像素组合输出为缺陷检测区域；

其中，所述轻量化分割模型包括分类模型部分、解码部分和检测卷积部分；

所述分类模型部分用于提取所述待检测图像的高级特征图，并将所述高级特征图输入至所述解码部分；

所述解码部分用于提取所述高级特征图中每个像素的缺陷类别，并将所述高级特征图的分辨率恢复成所述待检测图像的分辨率，得到原始分辨率高级特征图；

所述检测卷积部分用于检测所述原始分辨率高级特征图中每个像素的缺陷类别，并将相同缺陷类别的像素组合输出为缺陷检测区域。

2.根据权利要求1所述的一种基于轻量化分割模型的缺陷区域检测方法，其特征在于，

所述分类模型部分包括支干、主干和头部；

其中，所述支干采用支干卷积层对所述待检测图像进行预处理，并将所述预处理后的待检测图像输入至所述主干；

所述主干用于提取所述预处理后的待检测图像不同级别的特征，并将提取到的高级特征图输入至所述头部，其中，所述高级特征图为所述主干提取到的含最高级特征的图像；

所述头部由随机失活层组成，所述随机失活层用于在训练时对所述高级特征图进行随机失活，其中，所述随机失活是对具有深度结构的人工神经网络进行优化的算法。

3.根据权利要求1或2所述的一种基于轻量化分割模型的缺陷区域检测方法，其特征在于，

解码部分包括第一解码模块、第二解码模块、第三解码模块和第四解码模块，所述第四解码模块用于接收所述分类模型部分提取到的高级特征图，所述第四解码模块、第三解码模块、第二解码模块以及第一解码模块用于依次将所述高级特征图的分辨率恢复成所述待检测图像的分辨率，得到原始分辨率高级特征图。

4.根据权利要求3所述的一种基于轻量化分割模型的缺陷区域检测方法，其特征在于，

所述第四解码模块从下向上依次包括反卷积层、叠加层和卷积层；

其中，反卷积层：4×4Deconv，256，其中，4×4表示反卷积核的宽×高，256表示反卷积层的输出通道数，且所述反卷积层的图像分辨率增加2倍；

叠加层：concat，用于叠加主干输出高级特征图的输出通道数和所述反卷积层上采样特征图的输出通道数；

卷积层：3×3conv，256，其中，3×3表示卷积核的宽×高，256表示卷积层的输出通道数，且所述卷积层的图像分辨率增加1倍。

5.根据权利要求3所述的一种基于轻量化分割模型的缺陷区域检测方法，其特征在于，

所述第一解码模块从下至上依次包括反卷积层、叠加层、卷积层和上采样层，所述上采样层的输出通道数为16，且所述上采样层和所述反卷积层可以相互替换。