[发明专利]一种基于超高分辨率发动机缸体缸盖表面缺陷检测方法在审
| 申请号: | 202211473914.0 | 申请日: | 2022-11-22 |
| 公开(公告)号: | CN115965582A | 公开(公告)日: | 2023-04-14 |
| 发明(设计)人: | 齐勇;李鹏堂;王荔岩;罗巍 | 申请(专利权)人: | 哈尔滨岛田大鹏工业股份有限公司;哈尔滨耐是智能科技有限公司 |
| 主分类号: | G06T7/00 | 分类号: | G06T7/00;G06T7/11;G06T7/73;G06T3/40;G06N3/04;G06N3/08 |
| 代理公司: | 哈尔滨市阳光惠远知识产权代理有限公司 23211 | 代理人: | 陈晶 |
| 地址: | 150025 黑龙江省*** | 国省代码: | 黑龙江;23 |
| 权利要求书: | 查看更多 | 说明书: | 查看更多 |
| 摘要: | |||
| 搜索关键词: | 一种 基于 超高 分辨率 发动机 缸体 缸盖 表面 缺陷 检测 方法 | ||
1.一种基于超高分辨率发动机缸体缸盖表面缺陷检测方法,其特征是:所述方法包括以下步骤:
步骤1:对发动机缸体缸盖表面图像数据集进行矩形框标注,得到标注数据;
步骤2:遍历标注标注数据,并进行随机扩展,以扩展后的坐标作为裁剪坐标对原图进行裁剪,得到裁剪后图片和与之相对应的标注数据;
步骤3:重复步骤2至步骤3,得到大量的剪后图片和与之相对应的标注数据;
步骤4:对标注数据进行转换,得到转换后的数据;
步骤5:基于转换后的数据采用随机洗牌的方式进行划分训练集和验证集,放入yolov7网络中进行训练,得到训练后的数据;
步骤6:对练后的数据采用滑动窗口循环输入并映射回原图坐标得到预测结果;
步骤7:采用DIOU-NMS对原图坐标上所有预测结果再次过滤筛选。
2.根据权利要求1所述的一种基于超高分辨率发动机缸体缸盖表面缺陷检测方法,其特征是:所述步骤2具体为:包括以下步骤:
遍历所有的矩形框标注数据,并以标注的矩形框的中心为中心,从中心向四个方向随机扩展范围为640至1920个像素,以扩展后的坐标作为裁剪坐标对原图进行裁剪,并把裁剪范围内的标注矩形框坐标转换为裁剪后的标注矩形框坐标,把坐标信息储存为xml文件,名称前缀与裁剪后的图片名称前缀相同,得到了新的裁剪后图片和与之相对应的xml标注文件。
3.根据权利要求2所述的一种基于超高分辨率发动机缸体缸盖表面缺陷检测方法,其特征是:所述步骤4具体为:
将xml标注文件(c,xmin,ymin,xmax,ymax)的格式转换为coco格式(c,x,y,w,h),其中xml标注的c是类别信息,xmin是x坐标最小值,ymin是y坐标最小值,xmax是x坐标最大值,ymax是y坐标最大值;coco格式标注的c是类别信息,x,y是中心点相对坐标,w,h是相对的宽和高。
4.根据权利要求3所述的一种基于超高分辨率发动机缸体缸盖表面缺陷检测方法,其特征是:所述步骤5中放入yolov7网络中进行训练时输入大小调整为1280x1280。
5.根据权利要求4所述的一种基于超高分辨率发动机缸体缸盖表面缺陷检测方法,其特征是:所述步骤6具体为:
将预测采用以窗口大小为1280x1280,采用一定步长的滑动窗口方式循环把输入的大尺寸图像裁剪成1280x1280尺寸的小图,和窗口对应的左上角点坐标x_i,y_i,在把小图输入到网络,得到小图的目标检测结果c,x,y,w,h,conf,类别,x,y,w,h,置信度,检测框相对于小图的xmin,ymin,xmax,ymax坐标通过下式表示:
xmin=x*win-w/2*win
ymin=y*win-h/2*win
xmax=x*win+w/2*win
ymax=y*win+h/2*win
检测框对应大图的坐标为:
xmin=xmin+x_i
ymin=ymin+y_i
xmax=xmax+x_i
ymax=ymax+y_i
检测结果坐标映射回输入大图上。
6.根据权利要求5所述的一种基于超高分辨率发动机缸体缸盖表面缺陷检测方法,其特征是:步长设置为640。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于哈尔滨岛田大鹏工业股份有限公司;哈尔滨耐是智能科技有限公司,未经哈尔滨岛田大鹏工业股份有限公司;哈尔滨耐是智能科技有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202211473914.0/1.html,转载请声明来源钻瓜专利网。





