【技術實現步驟摘要】
本專利技術屬于計算機視覺，具體涉及室內噴涂機器人墻面噴涂缺陷檢測及定位方法。
技術介紹
1、隨著建筑機器人的迅速發展，室內噴涂機器人逐漸進入人們的視野。現如今，部分室內噴涂機器人能夠自主噴刷墻面。但是在噴涂作業中難免會產生氣孔、流掛等噴涂缺陷。傳統的人工檢查已不適應自動化噴涂體系，噴涂缺陷檢測成為了實現自動化噴涂的關鍵技術。
2、墻面噴涂缺陷檢測屬于表面缺陷檢測技術之一。基于深度學習的缺陷檢測方法分為三個主要框架：檢測網絡、分割網絡和孿生網絡。檢測網絡和分割網絡都需要大量負樣本和對應的標簽，這對于室內噴涂缺陷來說是難以實現的。而孿生網絡使用相同的權重和架構，同時在兩個不同的輸入向量上協同工作以生成可比較的輸出向量，使得在缺陷檢測任務中能夠充分發揮正樣本的作用，一定程度上降低對負樣本數據的依賴。miao等提出一種成本敏感孿生網絡，采用閾值移動來區分pcb的真偽，在保證精度的同時訓練時間縮短了33.32％。chen等提出了一種基于孿生網絡的缺陷敏感損失函數，用于工業表面缺陷檢測，在正負樣本為10：1和50：1時的準確率為100％。li等提出了一種端到端方法，將孿生網絡作為下游分類器的一部分以捕獲缺陷特征。張海剛提出了基于孿生網絡的工業缺陷視覺檢測算法，該算法采用權值共享的孿生網絡得到正負樣本對的差異特征，結合弱監督定位算法，實現了缺陷的檢測和定位功能。jiarui?lei等提出一種高分辨率缺陷異常定位算法pyramidflow。該算法采用孿生網絡的訓練過程，通過最小化圖像內的頻率差異來優化模型，在評估階段應用訓練時的潛在
3、綜上所述，在表面缺陷檢測方面，基于孿生網絡的缺陷檢測算法能夠有效發揮正樣本作用，降低對負樣本數據的依賴，適用于墻面噴涂缺陷檢測。但是孿生網絡仍然存在計算量大，無法搭載于機器人上的移動設備，且孿生網絡無法實現精確的缺陷定位，導致現有的基于孿生網絡的表面缺陷檢測算法適應性不強，對于墻面噴涂缺陷檢測和定位任務仍然是一個富有挑戰性的研究課題。
4、因此，提供一種室內噴涂機器人墻面噴涂缺陷檢測和定位方法是非常有意義的。
技術實現思路
1、鑒于此，本專利技術的目的在于提供一種室內噴涂機器人墻面噴涂缺陷檢測及定位方法能夠以解決室內噴涂機器人自主性低，無法進行在線噴涂質量檢測，及噴涂檢測和定位精度低的問題。
2、本專利技術的技術方案是：室內噴涂機器人墻面噴涂缺陷檢測及定位方法，包括：
3、s1：融合可逆列網絡和輕量級骨干網絡osnet，構建缺陷特征提取網絡r-osnet；
4、s2：使用r-osnet中的全尺度特征提取模塊和可逆分支獲取不同層次的特征信息；
5、s3：將孿生網絡結構作為噴涂缺陷檢測端，提取正負樣本的特征差異，得到特征向量l2距離，從而計算正負樣本相似度，根據相似度進行缺陷判定；
6、s4：將edge-seg模塊加入到孿生網絡中，作為噴涂缺陷定位端，提取缺陷形狀及邊緣信息，得到噴涂缺陷位置信息；
7、s5：使用多任務學習方法構建噴涂缺陷檢測和定位一體化模型rsnet；
8、s6：使用rsnet提取正負樣本的特征差異，得到樣本相似度，并對異常圖像進行語義分割和邊緣提取，得到缺陷位置。
9、具體地，所述s1中融合可逆列網絡和輕量級骨干網絡osnet，構建缺陷特征提取網絡r-osnet，包括：
10、s1.1：采用4個卷積特征流構建主分支，獲得不同的感受野，豐富語義信息，同時采用深度可分離替代普通卷積，降低模型參數量；
11、s1.2：采用統一聚合門生成通道權值，動態融合多尺度的噴涂缺陷特征；
12、s1.3：為主分支添加可逆輔助分支，分離淺層紋理信息和深層語義信息，為噴涂缺陷檢測任務和噴涂缺陷定位任務分別提供信息。
13、具體地，所述s4中將edge-seg模塊加入到孿生網絡中，提取缺陷形狀及邊緣信息，得到噴涂缺陷位置信息，包括：
14、s4.1：采用u型結構處理4個尺度的特征信息，通過解碼器恢復圖像分辨率，并在通道維度上將編碼器和解碼器之間的特征圖拼接，得到4個尺度的噴涂缺陷分割圖；
15、s4.2：融合邊緣檢測，為4個尺度的噴涂缺陷分割圖添加兩個側輸出，分別處理噴涂缺陷分割信息和語義邊界信息；
16、s4.3：為形狀流和分割流分別創建一個權重圖，并上采樣統一輸出分辨率；
17、s4.4：采用1×1卷積作為合并頭，融合形狀流和分割流的輸出，并在不同分辨率級別上應用softmax函數，轉換成分類概率圖，得到缺陷種類和位置。
18、本專利技術提供了一種室內噴涂機器人墻面噴涂缺陷檢測和定位方法，該方法構建了噴涂缺陷檢測和定位一體化模型，能夠有效地實現墻面噴涂缺陷異常檢測，缺陷種類的判定，以及缺陷定位。該模型能夠在室內噴涂機器人上實時檢測，提高了室內噴涂機器人的自主性。
本文檔來自技高網...【技術保護點】
1.室內噴涂機器人墻面噴涂缺陷檢測及定位方法，其特征在于，包括：
2.根據權利要求1所述的室內噴涂機器人墻面噴涂缺陷檢測和定位方法，其特征在于，
3.根據權利要求1所述的室內噴涂機器人墻面噴涂缺陷檢測和定位方法，其特征在于，
【技術特征摘要】
1.室內噴涂機器人墻面噴涂缺陷檢測及定位方法，其特征在于，包括：
2.根據權利要求1所述的室內噴涂機器人墻面噴涂...
還沒有人留言評論。發表了對其他瀏覽者有用的留言會獲得科技券。