[发明专利]基于旋转目标检测的缺陷检测方法

权利要求书

1.一种基于旋转目标检测的缺陷检测方法，其特征在于，包括：

目标图像预处理，针对检测目标图像制作缺陷类型数据集，采用多边形标注，标注多边形的最小外接矩形，生成标注后的目标框坐标和宽、高以及角度信息的标签；

第一特征融合，将预处理后的图像输入到网络的输入层，经过yolov5特征提取网络，输出特征图一F₁，特征图二F₂，特征图三F₃，对所述特征图一F₁，特征图二F₂，特征图三F₃分别构建高斯金字塔，对构建后的高斯金字塔特征图按照权重系数进行相加，获得第一特征图，所述第一特征图包括F_{1_fuse}、F_{2_fuse}、F_{3_fuse}；

第二特征融合，分别对第一特征融合获得的第一特征图F_{1_fuse}、F_{2_fuse}进行上采样，对第一特征图F_{3_fuse}以及上采样后的第一特征图F_{1_fuse}、F_{2_fuse}进行Concat融合，获得一个第二特征图F_concat；

第三特征融合，将获取的所述第二特征图F_concat经过通道注意力模块进行通道注意力计算，根据计算注意力权重获得第三特征图；

第四特征融合，将所述第二特征图F_concat和所述第三特征图进行点乘融合获得第四特征图；

损失计算，对所述第四特征图进行损失计算，所述损失计算包括缺陷分类损失、目标有无损失、边框和角度回归损失，其中边框和角度回归损失通过模拟两个高斯分布之间的距离来确定；

根据边框和角度信息进行回归，通过将旋转框的标签和预测值演绎成两个特殊的高斯分布，通过对旋转矩形框构造的协方差矩阵设置两个权重参数，构造协方差矩阵的概率密度图中最大概率区域覆盖旋转矩形，避免产生角度周期性导致的角度损失突变；

其中回归计算方式为：

μ是旋转矩形的中心坐标，为由旋转矩形构造的协方差矩阵，w和h分别代表旋转矩形的宽和高，α和β分别为协方差矩阵的权重项， 表示为两个高斯分布之间的Wasserstein距离，用来衡量预测缺陷的旋转框的高斯分布和标签的高斯分布之间的距离。

2.根据权利要求1所述的旋转目标检测的缺陷检测方法，其特征在于，对图像进行归一化处理，所述归一化处理为将标注后的目标框坐标除以图像宽、高值，过滤掉归一化后大于1的缺陷目标，用于提高训练模型的效率，加快损失函数的收敛。

3.根据权利要求1所述的旋转目标检测的缺陷检测方法，其特征在于，第一特征融合时，所述高斯金字塔中的权重系数为M:N:L，其中，M≥N≥L。

4.根据权利要求1所述的旋转目标检测的缺陷检测方法，其特征在于，还包括对第一特征图F_{1_fuse}、F_{2_fuse}进行上采样，对第一特征图中最小分辨率的特征图进行4倍上采样得到新的特征图F_{1_fuse_up}，中等分辨率特征图进行2倍上采样得到新的特征图F_{2_fuse_up} 。