申请/专利权人：中山格智美电器有限公司

申请日：2024-02-23

公开（公告）日：2024-06-25

公开（公告）号：CN117788460B

主分类号：G06T7/00

分类号：G06T7/00;G06N3/0464;G06T5/73;G06V10/774;G06V10/82;G06T5/60

优先权：

专利状态码：有效-授权

法律状态：2024.06.25#授权;2024.04.16#实质审查的生效;2024.03.29#公开

摘要：本发明公开了一种基于机器视觉的马达转子铁壳切口毛刺质量评估方法，方法包括数据采集与预处理、增强多头注意力机制、协调注意生成机制、混合注意机制、模型训练和毛刺质量评估。本发明属于机器视觉技术领域，具体是指一种基于机器视觉的马达转子铁壳切口毛刺质量评估方法，本方案通过使用各种图像处理方法对数据进行扩充，增加数据的数量和复杂度，缓解模型的过拟合，增强模型的泛化能力；将协调注意生成机制与增强多头注意力机制相结合，解决网络中浅层特征丢失的问题，提高网络对远距离位置信息的感知能力和局部特征的学习能力。

主权项：1.基于机器视觉的马达转子铁壳切口毛刺质量评估方法，其特征在于：包括以下步骤：步骤S1：数据采集与预处理，采集毛刺图像数据集，对毛刺图像数据集进行数据增强，得到增强后的毛刺图像数据集，并划分为训练集、测试集；步骤S2：增强多头注意力机制，利用增强多头注意力机制处理增强后的毛刺图像数据集来获取上下文信息和全局特征；步骤S3：协调注意生成机制，通过坐标编码和特征图处理来生成协调注意生成机制的输出特征图；步骤S4：混合注意机制，将协调注意生成机制与增强多头注意力机制相结合，增强局部特征的学习；步骤S5：模型训练，利用改进的YOLOv5模型在训练集上进行训练，得到YOLOv5-A模型，利用测试集来评估YOLOv5-A模型的性能，得到YOLOv5-B模型；步骤S6：毛刺质量评估，实时采集马达转子铁壳切口毛刺图像，利用YOLOv5-B模型对毛刺质量进行评估；在步骤S2中，所述增强多头注意力机制具体包括以下步骤：步骤S21：注意力机制分量线性变换，通过全连接层生成和，对生成的和分别进行线性变换，得到，所用公式如下： ； ； ； ；式中，分别表示查询矩阵、键矩阵、值矩阵，表示全连接层，表示输入特征，分别表示经过线性变换后的查询矩阵、键矩阵、值矩阵，表示线性变换；步骤S22：非线性处理，将和相乘，进行全连接处理，在全连接层使用激活函数，通过全连接层后，使用激活函数进行处理，所用公式如下： ； ；式中，、表示中间特征，、表示激活函数，表示叉乘运算，表示标量因子；步骤S23：输出增强注意结果，将中间特征与相乘，进行全连接处理后与输入特征融合，得到增强注意结果，所用公式如下： ；式中，表示经过增强多头注意力机制后的输出特征；在步骤S3中，所述协调注意生成机制具体包括以下步骤：步骤S31：坐标编码，假设输入通道的特征映射为，使用两个空间范围的池化核和，分别对每个输入通道的水平坐标和垂直坐标进行编码，得到在高度和宽度处的输出，所用公式如下： ； ；式中，表示在高度处的输出，表示在宽度处的输出，表示水平方向的池化核大小，表示垂直方向的池化核大小，表示水平方向的索引，表示垂直方向的索引；步骤S32：特征图处理，利用卷积函数处理包含坐标信息的两个方向的特征图，所用公式如下： ；式中，表示对两个方向的空间信息进行编码的中间特征，表示卷积函数，表示特征调整维度后的拼接操作，表示激活函数；步骤S33：生成张量，将沿着空间维度分成两个独立的张量和，使用两个独立的函数将它们分离为与具有相同通道数的张量和，所用公式如下： ； ；式中，、分别表示对张量和进行激活函数处理后得到的结果，表示激活函数，和表示沿着空间维度分成的两个独立的张量；步骤S34：输出特征图，将输出和作为注意权值，应用于输入，得到协调注意生成机制的输出特征图，所用公式如下： ；式中，表示输入特征图在第行第列的特征值；在步骤S4中，所述混合注意机制具体为：对输入特征进行深度卷积操作，得到，使用层归一化对进行归一化处理，得到，通过和两个注意力机制模块进行处理，得到，通过层进行归一化，最后通过层得到输出特征，得到混合注意力特征金字塔网络结构，所用公式如下： ； ； ； ；式中，表示输入特征，表示输出特征，、、表示中间特征，表示深度可分离卷积，表示层归一化，表示协调注意生成机制，表示增强多头注意力机制，表示多层感知器。

全文数据：

权利要求：

百度查询： 中山格智美电器有限公司 基于机器视觉的马达转子铁壳切口毛刺质量评估方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD