一种基于多点位双分支模型的工业视觉缺陷检测方法
基本信息
| 申请号 | CN202111055665.9 | 申请日 | - |
| 公开（公告）号 | CN113935947A | 公开（公告）日 | 2022-01-14 |
| 申请公布号 | CN113935947A | 申请公布日 | 2022-01-14 |
| 分类号 | G06T7/00（2017.01）I;G06K9/62（2022.01）I;G06N3/04（2006.01）I;G06N3/08（2006.01）I;G06V10/764（2022.01）I;G06V10/80（2022.01）I;G06V10/82（2022.01）I | 分类 | 计算；推算；计数; |
| 发明人 | 宋艳枝;汪方军 | 申请（专利权）人 | 合肥高斯智能科技有限公司 |
| 代理机构 | 合肥洪雷知识产权代理事务所（普通合伙） | 代理人 | 郎海云 |
| 地址 | 230000安徽省合肥市蜀山区金寨路91号立基大厦A座第16层1603室 | ||
| 法律状态 | - | ||
摘要
| 摘要 | 本发明公开了一种基于多点位双分支模型的工业视觉缺陷检测方法，涉及人工智能技术领域。本发明包括如下步骤：根据点位划分数据：根据点位信息对数据进行划分，得到多个正样本池和负样本池，并进行样本对齐；多点位采样策略：根据多点位采样策略分别从正样本池和负样本池中挑选正样本对和负样本对；特征提取：以ResNet‑50模型作为特征提取器，进行输入数据的特征提取；双分支预测：将提取的特征输入到包含注意力机制的若干全连接层，进行缺陷预测。本发明通过利用点位信息，可以有效地划分数据集，将复杂多样的数据集转换为若干点位内的子数据集，从而降低了网络学习难度，提升了模型的缺陷识别能力。 |
