本發(fā)明涉及計(jì)算機(jī)視覺，尤其涉及一種石墨卷材缺陷檢測(cè)方法、裝置、電子設(shè)備及存儲(chǔ)介質(zhì)。
背景技術(shù)：
1、石墨卷材作為耐高溫、耐腐蝕的柔性密封材料，在能源、化工等領(lǐng)域不可或缺。通過檢測(cè)缺陷，可以及時(shí)發(fā)現(xiàn)石墨卷材表面的孔洞、劃痕等問題，可以避免這些缺陷在后續(xù)加工或使用過程中引發(fā)更嚴(yán)重的質(zhì)量問題，從而確保產(chǎn)品符合質(zhì)量標(biāo)準(zhǔn)，提高產(chǎn)品的整體質(zhì)量和穩(wěn)定性。但是由于石墨卷材顏色、紋理單一，強(qiáng)度圖像中像素點(diǎn)的灰度值極低且高度集中，現(xiàn)有基于計(jì)算機(jī)成像的檢測(cè)方法難以提取出準(zhǔn)確、豐富的特征點(diǎn)和特征區(qū)域，導(dǎo)致檢測(cè)不準(zhǔn)確或漏檢；并且石墨卷材表面光滑，具有高反光特性，這會(huì)使檢測(cè)設(shè)備獲取的圖像出現(xiàn)反光亮點(diǎn)或光斑，干擾對(duì)卷材表面真實(shí)情況的觀察，也增加了特征提取的難度，影響缺陷的識(shí)別和判斷。
2、目前卷積神經(jīng)網(wǎng)絡(luò)被用于卷繞系統(tǒng)卷材面的缺陷檢測(cè)，由于石墨卷材需要提取出準(zhǔn)確、豐富的特征，卷積神經(jīng)網(wǎng)絡(luò)模型很容易出現(xiàn)漏檢和誤檢。利用生成式對(duì)抗網(wǎng)絡(luò)進(jìn)行半監(jiān)督學(xué)習(xí)也被用于卷繞系統(tǒng)卷材面的缺陷檢測(cè)，該方法雖然理論上可以利用未標(biāo)注數(shù)據(jù)，但在實(shí)際應(yīng)用中，如果標(biāo)注數(shù)據(jù)的質(zhì)量較差或數(shù)量過少，生成器可能無法學(xué)習(xí)到準(zhǔn)確的真實(shí)數(shù)據(jù)分布，判別器也難以準(zhǔn)確區(qū)分正常和異常數(shù)據(jù)，從而使模型對(duì)缺陷的檢測(cè)準(zhǔn)確率較低。
技術(shù)實(shí)現(xiàn)思路
1、本發(fā)明的目的在于提供一種石墨卷材缺陷檢測(cè)方法、裝置、電子設(shè)備及存儲(chǔ)介質(zhì)，以解決現(xiàn)有技術(shù)中對(duì)石墨卷材缺陷檢測(cè)的準(zhǔn)確率較低的技術(shù)問題。
2、本發(fā)明的技術(shù)方案如下，提供了一種石墨卷材缺陷檢測(cè)方法，包括：
3、獲取待檢測(cè)圖像的強(qiáng)度圖和偏振度圖；
4、將所述強(qiáng)度圖輸入至缺陷檢測(cè)模型中，得到圖像缺陷特征，將所述待檢測(cè)圖像的偏振度圖輸入至偏振打分模塊中，得到匹配塊的得分，根據(jù)所述圖像缺陷特征和所述匹配塊的得分，獲取缺陷檢測(cè)結(jié)果；所述缺陷檢測(cè)模型是通過文本樣本、文本編碼器、強(qiáng)度圖樣本和視覺編碼器訓(xùn)練得到的，所述偏振打分模塊用于根據(jù)正常偏振度圖和所述待檢測(cè)圖像的偏振度圖確定得分。
5、進(jìn)一步地，所述缺陷檢測(cè)模型的訓(xùn)練步驟包括：
6、將所述文本樣本輸入至所述文本編碼器中，將所述強(qiáng)度圖樣本輸入至所述視覺編碼器中，利用總損失函數(shù)實(shí)現(xiàn)對(duì)所述文本編碼器和所述視覺編碼器的訓(xùn)練；其中，所述總損失函數(shù)是根據(jù)全局損失函數(shù)和局部損失函數(shù)得到的。
7、進(jìn)一步地，所述總損失函數(shù)包括
8、
9、其中，為總損失函數(shù)，為全局損失函數(shù)，為超參數(shù)，為所述文本編碼器的中間層集的局部損失函數(shù)，為中間層集的總數(shù)量。
10、進(jìn)一步地，將所述文本樣本輸入至所述文本編碼器中之后，還包括：
11、將隨機(jī)初始化的可學(xué)習(xí)嵌入附加到所述文本編碼器的凍結(jié)層中，沿著通道的維度將所述隨機(jī)初始化的可學(xué)習(xí)嵌入與原始的可學(xué)習(xí)嵌入連接起來，并將連接后的可學(xué)習(xí)嵌入向前傳遞至所述文本編碼器的凍結(jié)層，以細(xì)化原始文本空間。
12、進(jìn)一步地，所述石墨卷材缺陷檢測(cè)方法還包括，將所述視覺編碼器中的原始q-k注意力替換為對(duì)角線突出的注意力，所述缺陷檢測(cè)模型的訓(xùn)練步驟，還包括，使用對(duì)角線突出的注意力細(xì)化局部視覺空間，并在訓(xùn)練過程中保持所述視覺編碼器的凍結(jié)狀態(tài)。
13、進(jìn)一步地，將所述待檢測(cè)圖像的偏振度圖輸入至偏振打分模塊中，得到匹配塊的得分，包括：
14、將所述待檢測(cè)圖像的偏振度圖輸入至偏振打分模塊中，使所述偏振打分模塊利用打分公式對(duì)所述偏振度圖進(jìn)行打分，所述打分公式包括
15、
16、其中，為所述待檢測(cè)圖像的第 r個(gè)偏振度圖對(duì)應(yīng)第 s個(gè)大小滑動(dòng)匹配塊的得分，為正常偏振度圖的第 s個(gè)大小為的滑動(dòng)匹配塊，為所述待檢測(cè)圖像的偏振度圖的第 s個(gè)大小為的滑動(dòng)匹配塊。
17、進(jìn)一步地，獲取待檢測(cè)圖像的偏振度圖，包括：
18、從所述待檢測(cè)圖像中分離出0°偏振方向光強(qiáng)、45°偏振方向光強(qiáng)、90°偏振方向光強(qiáng)和135°偏振方向光強(qiáng)，根據(jù)所述0°偏振方向光強(qiáng)、所述45°偏振方向光強(qiáng)、所述90°偏振方向光強(qiáng)、所述135°偏振方向光強(qiáng)以及圖像公式，確定待檢測(cè)圖像的偏振度圖的圖像，圖像公式包括
19、
20、其中，，為0°偏振方向光強(qiáng)，為45°偏振方向光強(qiáng)，為90°偏振方向光強(qiáng)，為135°偏振方向光強(qiáng)。
21、本發(fā)明的另一技術(shù)方案如下，提供了一種石墨卷材缺陷檢測(cè)裝置，包括圖像獲取模塊和檢測(cè)模塊；
22、所述圖像獲取模塊，用于獲取待檢測(cè)圖像的強(qiáng)度圖和偏振度圖；
23、所述檢測(cè)模塊，用于將所述強(qiáng)度圖輸入至缺陷檢測(cè)模型中，得到圖像缺陷特征，將所述待檢測(cè)圖像的偏振度圖輸入至偏振打分模塊中，得到匹配塊的得分，根據(jù)所述圖像缺陷特征和所述匹配塊的得分，獲取缺陷檢測(cè)結(jié)果；所述缺陷檢測(cè)模型是通過文本樣本、文本編碼器、強(qiáng)度圖樣本和視覺編碼器訓(xùn)練得到的，所述偏振打分模塊用于根據(jù)正常偏振度圖和所述待檢測(cè)圖像的偏振度圖確定得分。
24、本發(fā)明的另一技術(shù)方案如下，提供了一種電子設(shè)備，包括存儲(chǔ)器、處理器，所述存儲(chǔ)器存儲(chǔ)有可被所述處理器執(zhí)行的計(jì)算機(jī)程序，所述處理器執(zhí)行所述計(jì)算機(jī)程序時(shí)實(shí)現(xiàn)如上述任一項(xiàng)技術(shù)方案所述的石墨卷材缺陷檢測(cè)方法。
25、本發(fā)明的另一技術(shù)方案如下，提供了一種計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)，所述計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)存儲(chǔ)有計(jì)算機(jī)程序，所述計(jì)算機(jī)程序被處理器執(zhí)行時(shí)實(shí)現(xiàn)如上述任一項(xiàng)技術(shù)方案所述的石墨卷材缺陷檢測(cè)方法。
26、本發(fā)明的有益效果在于：獲取待檢測(cè)圖像的強(qiáng)度圖和偏振度圖；將所述強(qiáng)度圖輸入至缺陷檢測(cè)模型中，得到圖像缺陷特征，將所述待檢測(cè)圖像的偏振度圖輸入至偏振打分模塊中，得到匹配塊的得分，根據(jù)所述圖像缺陷特征和所述匹配塊的得分，獲取缺陷檢測(cè)結(jié)果；所述缺陷檢測(cè)模型是通過文本樣本、文本編碼器、強(qiáng)度圖樣本和視覺編碼器訓(xùn)練得到的，所述偏振打分模塊用于根據(jù)正常偏振度圖和所述待檢測(cè)圖像的偏振度圖確定得分；可以實(shí)現(xiàn)對(duì)石墨卷材缺陷的檢測(cè)，可以提高石墨卷材缺陷檢測(cè)的準(zhǔn)確率。
1.一種石墨卷材缺陷檢測(cè)方法，其特征在于，包括：
2.根據(jù)權(quán)利要求1所述的石墨卷材缺陷檢測(cè)方法，其特征在于，所述缺陷檢測(cè)模型的訓(xùn)練步驟包括：
3.根據(jù)權(quán)利要求2所述的石墨卷材缺陷檢測(cè)方法，其特征在于，所述總損失函數(shù)包括
4.根據(jù)權(quán)利要求1所述的石墨卷材缺陷檢測(cè)方法，其特征在于，將所述文本樣本輸入至所述文本編碼器中之后，還包括：
5.根據(jù)權(quán)利要求1所述的石墨卷材缺陷檢測(cè)方法，其特征在于，還包括，將所述視覺編碼器中的原始q-k注意力替換為對(duì)角線突出的注意力，所述缺陷檢測(cè)模型的訓(xùn)練步驟，還包括，使用對(duì)角線突出的注意力細(xì)化局部視覺空間，并在訓(xùn)練過程中保持所述視覺編碼器的凍結(jié)狀態(tài)。
6.根據(jù)權(quán)利要求1所述的石墨卷材缺陷檢測(cè)方法，其特征在于，將所述待檢測(cè)圖像的偏振度圖輸入至偏振打分模塊中，得到匹配塊的得分，包括：
7.根據(jù)權(quán)利要求1所述的石墨卷材缺陷檢測(cè)方法，其特征在于，獲取待檢測(cè)圖像的偏振度圖，包括：
8.一種石墨卷材缺陷檢測(cè)裝置，其特征在于，包括圖像獲取模塊和檢測(cè)模塊；
9.一種電子設(shè)備，包括存儲(chǔ)器、處理器，所述存儲(chǔ)器存儲(chǔ)有可被所述處理器執(zhí)行的計(jì)算機(jī)程序，其特征在于，所述處理器執(zhí)行所述計(jì)算機(jī)程序時(shí)實(shí)現(xiàn)如權(quán)利要求1至7任一項(xiàng)所述的石墨卷材缺陷檢測(cè)方法。
10.一種計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)，所述計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)存儲(chǔ)有計(jì)算機(jī)程序，其特征在于，所述計(jì)算機(jī)程序被處理器執(zhí)行時(shí)實(shí)現(xiàn)如權(quán)利要求1至7任一項(xiàng)所述的石墨卷材缺陷檢測(cè)方法。