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：厦门理工学院

摘要：本申请提供了一种注射器毛发缺陷检测方法及装置。该方法包括：采用样条曲线工具对训练集的注射器样本图像模拟毛发缺陷生成伪毛发训练集；采用多方向特征聚合模块用于对编码器输出的特征图迭代执行移位操作、增强和聚合后输入解码器，构建得到注射器毛发缺陷检测模型；利用训练集和伪毛发训练集训练得到注射器毛发缺陷检测模型；将实时注射器图像输入训练好的注射器毛发缺陷检测模型，对比编码器输出的特征图和解码器输出的特征图得到异常分数图，根据异常分数图确定实时注射器图像中毛发缺陷对应的异常区域。本申请在不依赖于人工数据标注和手动缺陷检测的情况下，实现高精度医疗针管毛发缺陷检测，进而提升医疗器械生产和质量检测的可靠性。

主权项：1.一种注射器毛发缺陷检测方法，其特征在于，包括以下步骤：S1、采用样条曲线工具，在训练集中的注射器样本图像上模拟毛发缺陷生成伪毛发训练集，在验证集中的注射器样本图像上模拟毛发缺陷生成伪毛发验证集；S2、将编解码器模型中编码器的输出作为多方向特征聚合MFA模块的输入，将所述MFA模块的输出作为所述编解码器模型中解码器的输入，构建注射器毛发缺陷检测模型；其中，所述编解码器模型由所述解码器和所述编码器构成，所述MFA模块用于接收编码器输出的特征图，对所述特征图迭代执行移位操作、增强和聚合后，输入所述解码器；所述MFA模块每次迭代执行移位操作采用不同的步长，所述MFA模块包括顺序堆叠的L个卷积块，每个卷积块包括二维卷积单元、实例归一化单元和激活函数，L为正整数；S31、将所述训练集和伪毛发训练集中对应的一对注射器样本图像和伪毛发样本图像，分别输入到所述编码器中，获取编码器输出的注射器样本图像和伪毛发图像在多个尺度的第一多尺度特征图；S32、将所述第一多尺度特征图输入所述MFA模块中，得到MFA模块输出的第二多尺度特征图；S33、将所述第二多尺度特征图输入所述解码器中，得到所述解码器对所述多个尺度输出的目标多尺度特征图，根据所述目标多尺度特征图和所述第一多尺度特征图之间的重构损失函数和或对比损失函数，调整所述注射器毛发缺陷检测模型的参数；S34、基于所述训练集和伪毛发训练集迭代执行步骤S31至步骤S33直至达到训练停止条件，选取在给定验证集和所述伪毛发验证集上表现符合预设条件的模型作为训练得到的注射器毛发缺陷检测模型；S41、将实时注射器图像输入训练得到的所述注射器毛发缺陷检测模型中；S42、若所述编码器输出的第一多尺度特征图和解码器输出的目标多尺度特征图之间的存在差异，将所述第一多尺度特征图和所述目标多尺度特征图融合，得到异常分数图；S43、根据所述异常分数图，确定所述实时注射器图像中毛发缺陷对应的异常区域。

全文数据：

权利要求：

百度查询： 厦门理工学院 注射器的毛发缺陷检测方法及装置