基于Transformer的缺陷检测方法和电子设备
基本信息
| 申请号 | CN202210269203.5 | 申请日 | - |
| 公开（公告）号 | CN114359283B | 公开（公告）日 | 2022-07-05 |
| 申请公布号 | CN114359283B | 申请公布日 | 2022-07-05 |
| 分类号 | G06T7/00（2017.01）I;G06T7/11（2017.01）I;G06V10/774（2022.01）I;G06V10/764（2022.01）I;G06V10/82（2022.01）I;G06K9/62（2022.01）I;G06N3/04（2006.01）I;G06N3/08（2006.01）I;CN 113298789 A,2021.08.24;CN 112950606 A,2021.06.11;CN 113822282 A,2021.12.21;CN 113902926 A,2022.01.07;CN 113160108 A,2021.07.23;CN 112508018 A,2021.03.16;CN 113567984 A,2021.10.29;AU 2020103901 A4,2021.02.11;US 2021248761 A1,2021.08.12 陈晓艳 等.一种基于注意力导向 CNN 的晶粒缺陷检测方法.《天津科技大学学报》.2021,第36卷（第2期）,第51-56,75页.;罗会兰 等.基于区域与深度残差网络的图像语义分割.《电子与信息学报》.2019,第41卷（第11期）,第2778-2786页.;Fisher Yu 等.Deep Layer Aggregation.《2018 IEEE/CVF Conference on Computer Vision and Pattern Recognition》.2018,第2403-2412页.;Ashish Vaswani 等.Attention Is All You Need.《arXiv:1706.03762v5》.2017,第1-15页. | 分类 | 计算；推算；计数; |
| 发明人 | 谢昕;黄钰慧;宁蔚烨;李紫熙;吴登权 | 申请（专利权）人 | 华东交通大学 |
| 代理机构 | 北京中济纬天专利代理有限公司 | 代理人 | - |
| 地址 | 330000江西省南昌市经济技术开发区双港东大街808号 | ||
| 法律状态 | - | ||
摘要
| 摘要 | 本申请提供了一种基于Transformer的缺陷检测方法和电子设备，属于电子信息技术领域，能够有效捕捉全局上下文信息，减少无关信息的聚合，提升缺陷检测准确度。该方法中，检测模型包括分割网络和分类网络，分割网络中的编码器基于Transformer获得，解码器基于卷积神经网络获得。该方法包括：基于查询图像、支持图像及其分割图像，确定输入序列；将输入序列输入到分割网络的编码器，通过分割网络利用支持图像及第一分割图像，指导查询图像的分割，输出查询图像对应的第一特征图和第二分割图像；编码器包括多头注意力机制，用于捕获查询图像的全局上下文信息；分类网络用于输出查询图像对应的缺陷分类结果。 |
