一种基于Transformer变体的工业缺陷检测方法
技术特征：
1.一种基于transformer变体的工业缺陷检测方法，其特征在于，该方法包括如下步骤：
2.根据权利要求1所述的一种基于transformer变体的工业缺陷检测方法，其特征在于，步骤s1中，使用工业相机对工业产品表面进行拍摄，捕获不同角度和光照条件下的工业产品表面无损和缺陷图像；并分类型标签为无损图像、缺陷图像和缺陷类型，以及对图像中的缺陷部分用边界框进行标注，得到标准数据集。
3.根据权利要求1所述的一种基于transformer变体的工业缺陷检测方法，其特征在于，步骤s2中，对数据集进行预处理包括：随机将所有图像分组,采用数据增强方法扩增数据集；按照比例划分为训练集，验证集和测试集；所述训练集用于迭代训练模型，验证集用于验证模型精度和测试集用于测试。
4.根据权利要求1所述的一种基于transformer变体的工业缺陷检测方法，其特征在于，步骤s3中，构建基于transformer变体的工业缺陷检测网络模型包括如下步骤：
5.根据权利要求4所述的一种基于transformer变体的工业缺陷检测方法，其特征在于，步骤s31中，u型的dswim transformer网络模型包括编码器模块、瓶颈阶段、解码器模块、跳跃连接；其中，所述的编码器模块和解码器模块呈u型对称结构；
6.根据权利要求5所述的一种基于transformer变体的工业缺陷检测方法，其特征在于，所述的dswim transformer block层，在mlp中添加卷积运算，设计depth mlp模块，用于有效结合cnn和swin transformer的能力，提高模型的表示能力；
7.根据权利要求5所述的一种基于transformer变体的工业缺陷检测方法，其特征在于，所述的attention patch merging模块，包括如下具体步骤stage：
8.根据权利要求5所述的一种基于transformer变体的工业缺陷检测方法，其特征在于，attention patch expanding模块，包括如下具体步骤stage：
9.一种基于transformer变体的工业缺陷检测装置，其特征在于，包括：设于工业生产环境的图像采集设备、云端服务器、上位机；
技术总结
本发明公开一种基于Transformer变体的工业缺陷检测方法。包括：获取工业生产线上有缺陷和无缺陷的产品图像，对获取的图像进行缺陷标注建立标准数据集；对上述数据进行预处理后划分数据集；构建基于Transformer变体的工业缺陷检测模型，对该模型进行训练优化；获取待检测工业产品的图像并对其进行预处理，处理后的图像输入预训练的工业缺陷检测模型中进行缺陷检测，根据工业缺陷检测模型的输出，确定待检测工业产品是否存在缺陷，无缺陷直接输出检测结果，否则输出缺陷类型及缺陷定位。本发明基于Transformer变体，使用U型对称编码‑解码器结构网络，同时添加了跳跃连接，注意力机制和卷积运算，更好地实现了对图像全局特征和局部特征的提取，实现了对工业缺陷的准确检测，为工业生产产品提供了更可靠的质量控制手段。
技术研发人员：王卫,于波,赵佩,周晓磊,金继鑫,隋东,孙华军
受保护的技术使用者：中国科学院沈阳计算技术研究所有限公司
技术研发日：
技术公布日：2024/11/18
技术研发人员：王卫,于波,赵佩,周晓磊,金继鑫,隋东,孙华军
技术所有人：中国科学院沈阳计算技术研究所有限公司
备 注：该技术已申请专利，仅供学习研究，如用于商业用途，请联系技术所有人。
声 明 ：此信息收集于网络，如果你是此专利的发明人不想本网站收录此信息请联系我们，我们会在第一时间删除