版權說明:本文檔由用戶提供并上傳,收益歸屬內容提供方,若內容存在侵權,請進行舉報或認領
文檔簡介
一種基于雙流半掩碼重建的瓶口缺陷檢測本發明公開了一種基于雙流半掩碼重建的是否存在瓶口缺陷。本發明通過訓練缺陷檢測2將輸入的瓶口圖像調整為預定尺寸,將尺寸調整后的圖像分割為采用預設的掩碼率對所述多個圖像塊進行隨機掩碼,并將可見所述編碼器包括依次連接的多個第一Transformer結構單元,用于提取可見塊的特征所述解碼器包括依次連接的多個第二Transformer結構單元,用于將所述編碼器的輸所述第一歸一化層用于對輸入的可見圖像塊進行歸一所述全連接層用于對歸一化處理后的可見圖像所述多頭注意力子單元用于通過多個注意力頭分別對分解的每個部分進所述第一融合子單元用于將所述拼接后的特征圖與輸入的可見圖像塊所述第二歸一化層用于對組合后的特征圖進行歸一所述多層感知機包括兩個全連接層以及設置在兩個全連接層之間的非線性激活函數,所述第二融合子單元用于將所述第一融合子單元的輸出結果與所述多層感知機的輸39.根據權利要求1至8中任一項所述的基于雙流45[0016]所述編碼器包括依次連接的多個第一Transformer結構單元,用于提取可見塊的[0017]所述解碼器包括依次連接的多個第二Transformer結構單元,用于將所述編碼器的輸出與輸入瓶口圖像的掩碼部分進行位置嵌入,并完成對輸入瓶口圖像掩碼部分的重[0020]所述全連接層用于對歸一化處理后的可見圖像塊進行線性變換,分解為三個部[0021]所述多頭注意力子單元用于通過多個注意力頭分別對分[0024]所述多層感知機包括兩個全連接層以及設置在兩個全連接層之間的非線性激活[0025]所述第二融合子單元用于將所述第一融合子單元的輸出結果與所述多層感知機6[0041]S5.1:計算所述待檢測瓶口圖像與所述重建圖像中對應像素點的像素差值絕對[0047]3、本發明考慮到基于生成對抗網絡訓練花費昂貴計算資源的不足和基于卷積神[0049]圖1是本發明實施例提供的一種基于雙流半掩碼重建的瓶口缺陷檢測方法的流程7[0051]圖3是本發明實施例提供的一種基于雙流半掩碼重建的瓶口缺陷檢測方法的處理8[0066]所述編碼器包括依次連接的多個第一Transformer結構單元,用于提取可見塊的的輸出與輸入瓶口圖像的掩碼部分進行位置嵌入,并完成對輸入瓶口圖像掩碼部分的重部分,分別為查詢QeR、鍵keRK、值所述多頭注意力子單元用于通9后將多頭自注意力處理和塊嵌入組合在一起的特征圖與多層感知機處理后的特征圖組合[0088]在本實施例中,在訓練階段之后還包括對訓練后的瓶口缺陷檢測系統的測試過[0097]S5.1:計算所述待檢測瓶口圖像與所述重建圖像中對應像素點的像素差值絕對結果的混淆矩陣(Confusionmatr用來評估所提出的缺陷檢測方法的性能。使用AUC值,即受試者工作特性(Receiver條曲線橫軸為真正例率(TruePositiveRate,TPR),縱軸為假正例率(FalsePositive[0114]根據AUC值的定義可知,通過對ROC曲線下各部分的面積求和可得到AUC值,假設[0117]本發明實施例轉變了傳統手工篩選瓶口缺陷產品的過程[0121]參照圖8,本實例使用德國MVTec公司收集的現實工業場景下Bottledatasets數[0123]步驟1,訓練階段,首先使用數據處理方法將無缺陷圖像尺寸調整為224×224大[0127]本發明實施例考慮到基于生成對抗網絡訓練花費昂貴計算資源的不足和基于卷積神經網絡的自動編碼器模型表征能力不足,提出一種基于Transformer的自動編碼器網像隨機掩碼50并且將VisionTransfomer(ViT)結構引入自動編碼器,編碼器用來提取[0130]本發明的又一實施例提供了一種存儲介質,所述存儲介所述計算機程序用于執行上述實施例中所述基于雙流半掩碼重建的瓶口缺陷檢測方法的包括:U盤、移動硬盤、只讀存儲器(Read_OnlyMemory,ROM)、隨機存取存儲器(Random
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯系上傳者。文件的所有權益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網頁內容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
- 4. 未經權益所有人同意不得將文件中的內容挪作商業或盈利用途。
- 5. 人人文庫網僅提供信息存儲空間,僅對用戶上傳內容的表現方式做保護處理,對用戶上傳分享的文檔內容本身不做任何修改或編輯,并不能對任何下載內容負責。
- 6. 下載文件中如有侵權或不適當內容,請與我們聯系,我們立即糾正。
- 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 網絡直播經濟效益年度述職報告
- 商業區項目幕墻龍骨安裝施工方案
- 某區重點工程保溫工程節能驗收施工方案
- 第8單元 Kvm中創建虛擬機
- 2026年5月VSD創傷的運用與護理學習考核試卷(含答案)
- 2026年護士條例考核試題(含答案)
- 全國安全知識竟
- 分娩前后健康教育
- 2026年執業藥師題庫及答案詳解(歷年真題)
- 老人夏季飲食健康
- 2025-2030美國社區銀行倒閉潮成因分析與區域性金融風險預警報告
- 2026年甘肅慶陽寧縣直事業單位選聘24人筆試模擬試題及答案詳解
- 2026年壓力容器考試題庫及答案
- 2026年山西省運城市重點學校初一入學數學分班考試試題及答案
- 2026年江蘇省高考地理試卷(含答案及解析)
- cnas-cl01-2018檢驗和校準實驗室能力認可準則培訓
- 2026年初級注冊安全工程師《安全生產法律法規》真題(附答案解析)
- 口腔科醫療質量控制標準
- 碳九MSDS安全技術說明
- 直播營銷與運營 課件 項目八 數據分析
- 腫瘤放療科普宣傳課件
評論
0/150
提交評論