基于Transformer的缺陷檢測方法和電子設備

基本信息

申請?zhí)?/td> CN202210269203.5 申請日 -
公開（公告）號 CN114359283B 公開（公告）日 2022-07-05
申請公布號 CN114359283B 申請公布日 2022-07-05
分類號 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 陳曉艷 等.一種基于注意力導向 CNN 的晶粒缺陷檢測方法.《天津科技大學學報》.2021,第36卷（第2期）,第51-56,75頁.;羅會蘭 等.基于區(qū)域與深度殘差網(wǎng)絡的圖像語義分割.《電子與信息學報》.2019,第41卷（第11期）,第2778-2786頁.;Fisher Yu 等.Deep Layer Aggregation.《2018 IEEE/CVF Conference on Computer Vision and Pattern Recognition》.2018,第2403-2412頁.;Ashish Vaswani 等.Attention Is All You Need.《arXiv:1706.03762v5》.2017,第1-15頁. 分類 計算；推算；計數(shù);
發(fā)明人 謝昕;黃鈺慧;寧蔚燁;李紫熙;吳登權 申請（專利權）人 華東交通大學
代理機構 北京中濟緯天專利代理有限公司 代理人 -
地址 330000江西省南昌市經(jīng)濟技術開發(fā)區(qū)雙港東大街808號
法律狀態(tài) -

摘要

摘要 本申請?zhí)峁┝艘环N基于Transformer的缺陷檢測方法和電子設備，屬于電子信息技術領域，能夠有效捕捉全局上下文信息，減少無關信息的聚合，提升缺陷檢測準確度。該方法中，檢測模型包括分割網(wǎng)絡和分類網(wǎng)絡，分割網(wǎng)絡中的編碼器基于Transformer獲得，解碼器基于卷積神經(jīng)網(wǎng)絡獲得。該方法包括：基于查詢圖像、支持圖像及其分割圖像，確定輸入序列；將輸入序列輸入到分割網(wǎng)絡的編碼器，通過分割網(wǎng)絡利用支持圖像及第一分割圖像，指導查詢圖像的分割，輸出查詢圖像對應的第一特征圖和第二分割圖像；編碼器包括多頭注意力機制，用于捕獲查詢圖像的全局上下文信息；分類網(wǎng)絡用于輸出查詢圖像對應的缺陷分類結果。