一种基于多任务学习的工业缺陷检测方法专利查询专利号|摘要-满商公司网

一种基于多任务学习的工业缺陷检测方法

基本信息

申请号	CN202110484644.2	申请日	-
公开（公告）号	CN113822842A	公开（公告）日	2021-12-21
申请公布号	CN113822842A	申请公布日	2021-12-21
分类号	G06T7/00（2017.01）I;G06K9/62（2006.01）I;G06N3/04（2006.01）I;G06N3/08（2006.01）I	分类	计算；推算；计数;
发明人	李煜;罗长志	申请（专利权）人	聚时科技（上海）有限公司
代理机构	湖北天领艾匹律师事务所	代理人	胡振宇
地址	200000上海市杨浦区杨树浦路2300号3B层B02-59室
法律状态	-

摘要

本发明涉及工业缺陷检测技术领域，公开了一种基于多任务学习的工业缺陷检测方法，将缺陷分类任务细分为两个子任务，分别正常/异常（ok/ng）二分类问题（记为task1）、n种缺陷类别的multilabel分类问题（记为task2），构建基于卷积神经网络（CNN）的分类模型来解决该问题。分类模型由base model和head两部分组成。其中，base model负责提取输入图像的图像特征得到对应的特征图像，不同任务的base model采用hardsharing的连接方式共享网络权重。head为输出层，由base model引出两个分支，分别用于解决task1和task2；两个分支分别由全连接层和sigmod函数构成，输出ng类别的概率和n种缺陷的类别概率。该方法可缓解目前工业缺陷检测方法容易受到成像条件、缺陷与背景的差异小、图像对比度低、同一类型的缺陷尺度和外观变化大等干扰，导致检测效果不稳定的问题。