买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：北京航空航天大学江西研究院;北京航空航天大学

摘要：本发明公开一种基于复合骨干改进网络的铸件DR图像检测方法，属于铸件缺陷识别领域，包括以下步骤：S1:采集铸件DR图像缺陷数据，数据预处理；S2:构建铸件DR图像缺陷识别数据集；S3:构建复合骨干改进网络，特征提取网络由2组相同的增加稀疏可变形注意力模块的窗口变压器网络的并行网络组成，特征金字塔网络为BiFPN网络和检测头；S4:使用构建的铸件DR图像缺陷数据集训练所述的复合骨干改进网络；S5:将待检测的铸件DR图像输入到训练好的复合骨干最佳模型中，输出缺陷坐标、类别和大小等缺陷信息。本发明可以提升小目标的检测精度，降低漏检率。

主权项：1.一种基于复合骨干改进网络的铸件DR图像检测方法，其特征在于，包括以下步骤：S1、通过DR系统扫描工件采集铸件DR图像缺陷区域的数据，使用数据预处理方法优化采集的铸件DR图像缺陷区域的数据，划分出铸件DR图像缺陷数据；S2、利用铸件DR图像缺陷数据构建铸件DR图像缺陷数据集，划分训练集和测试集；S3、构建复合骨干改进网络，包括：构建由2组相同的增加稀疏可变形注意力模块的窗口变压器网络的并行网络组成的特征提取网络，特征金字塔网设置为加权双向特征金字塔网络和检测头；稀疏可变形注意力模块以数据依赖的方式选择自注意力中的键向量和值向量相对的位置，专注于可变形的相关区域并捕获更多细节特征信息；通过多组可变形的采样点和对应的偏置网络适应不同大小和形状的缺陷，以让复合骨干改进网络学习铸件DR图像缺陷区域的特征；通过一组初始化后的坐标点，利用复合骨干改进网络在训练集中进行的反向传播，学习得到该组初始化后的坐标点的缺陷数据的特征，用于构建复合骨干改进网络；采用密集高阶组合策略，集成两组特征提取网络的高层特征信息、低层特征信息，逐步扩大感受野，以获取更加有效的细节特征信息；采用辅助骨干损失函数辅助复合骨干改进网络；加权双向特征金字塔网络采用双向多尺度连接和加强特征融合结构；S4、使用S2中构建的铸件DR图像缺陷数据集训练所述复合骨干改进网络，获得复合骨干最佳模型；S5、将待检测的铸件DR图像输入到复合骨干最佳模型中进行检测。

全文数据：

权利要求：

百度查询： 北京航空航天大学江西研究院 北京航空航天大学 一种基于复合骨干改进网络的铸件DR图像检测方法