一种面向尺度变化大的金属表面缺陷特征表征方法

    公开(公告)号:CN117765270A

    公开(公告)日:2024-03-26

    申请号:CN202311653803.2

    申请日:2023-12-05

    申请人: 浙江大学

    摘要: 本发明公开了一种面向尺度变化大的金属表面缺陷特征表征方法。针对金属表面缺陷存在的尺度变化大的难点,提出了分层卷积表征模块以及多尺度分支嵌入策略。不同于规则卷积,分层卷积表征通过级联多组轻量卷积核,在通道维度上实现了局部通道到全局通道的信息融合,为多尺度信息嵌入奠定了基础;基于分层卷积表征模式,多尺度分支嵌入策略提供了一种新颖的缺陷多尺度融合方式,不同于现有的多尺度特征融合方法,该策略无需引入额外的卷积核即可实现缺陷多尺度信息的提取。通过简单地堆叠多个分层多尺度卷积模块,可以得到金属表面缺陷的跨尺度特征的提取网络,在同等参数量级下,性能远远优于现有的特征表征骨干网络例如残差网络。

    一种针对形态不一致的金属表面缺陷检测方法

    公开(公告)号:CN117649533A

    公开(公告)日:2024-03-05

    申请号:CN202311653800.9

    申请日:2023-12-05

    申请人: 浙江大学

    摘要: 本发明公开了一种针对形态不一致的金属表面缺陷检测方法。提出了形状引导的缺陷卷积自适应特征提取模块、尺度解耦的缺陷平衡金字塔模块以及基于级联子网络的缺陷多级定位框修正模块;形状引导的卷积算子通过引入额外的偏移分支,使得网络能适应缺陷的形状变化并调整采样区域以减少特征提取存在的无关信息;尺度解耦的缺陷平衡金字塔模块通过不同尺度特征融合的方式减少不同层特征之间的语义偏差并丰富了细节信息,缓解了缺陷尺度变化带来的影响;缺陷多级定位框修正模块通过多次精修和微调检测结果实现缺陷的高精度定位。整个模型的训练遵循端到端的监督学习的范式,能有效缓解现有金属表面缺陷检测形态不一致带来的问题,大大提高了检测精度。

    一种自然场景下同构2D检测器的知识蒸馏方法

    公开(公告)号:CN117649517A

    公开(公告)日:2024-03-05

    申请号:CN202311653806.6

    申请日:2023-12-05

    申请人: 浙江大学

    摘要: 本发明公开了一种自然场景下同构2D检测器的知识蒸馏方法。针对现有的2D检测算法存在的分类置信度和定位质量之间空间分布的不一致问题,不同于现有的检测方法,提出了一种新颖的一致性评分来估计密集检测中分类和回归质量的匹配程度,并将一致性评分作为先验知识,提出一致性蒸馏实现一致性知识的迁移;为了解决实施特征蒸馏时,分类和定位的空间不一致会导致核心区域特征选择的不一致的问题,提出了一种动态区域融合的特征蒸馏方法,根据当前模型的预测状态和教师模型的软标签,动态地实现分类相关和定位相关的核心区域融合。本发明能在不同数据集以及不同算法上有效提升2D检测器性能,并且优于现有的许多同构检测蒸馏方法。