公开(公告)号：CN115880298B

公开(公告)日：2023-06-16

申请号：CN202310187996.0

申请日：2023-03-02

申请人： 湖南大学

发明人： 张辉 ,  王可 ,  吴天月 ,  刘立柱 ,  曹意宏 ,  袁小芳 ,  毛建旭 ,  王耀南

IPC分类号： G06T7/00 ,  G06V10/774 ,  G06V10/82 ,  G06N3/088

摘要： 本发明公开了一种基于无监督预训练的玻璃表面缺陷检测系统，该检测系统内设有两相机、光源以及与相机连接的控制器，相机B设置在玻璃正上方，相机A和光源位于相机B两侧；控制器基于拍摄的图像并采用无监督玻璃表面缺陷检测模型进行检测，检测过程为：构建基于动量对比学习的无监督预训练模型并进行预训练得到基于通道注意力机制和空间注意力机制构建的特征提取网络的网络权重参数；将网络权重参数赋值给无监督玻璃表面缺陷检测模型，再利用训练图像得到训练图像上各个图块的多维高斯分布以及利用测试图像得到测试图像上各个图块的嵌入特征向量，再计算同一图块的嵌入特征向量与多维高斯分布的相似距离，以相似距离为标准判定是否有缺陷。

公开(公告)号：CN115880298A

公开(公告)日：2023-03-31

申请号：CN202310187996.0

申请日：2023-03-02

申请人： 湖南大学

发明人： 张辉 ,  王可 ,  吴天月 ,  刘立柱 ,  曹意宏 ,  袁小芳 ,  毛建旭 ,  王耀南

IPC分类号： G06T7/00 ,  G06V10/774 ,  G06V10/82 ,  G06N3/088

摘要： 本发明公开了一种基于无监督预训练的玻璃表面缺陷检测方法及系统，该检测系统内设有两相机、光源以及与相机连接的控制器，相机B设置在玻璃正上方，相机A和光源位于相机B两侧，控制器基于拍摄的图像并采用无监督玻璃表面缺陷检测模型进行检测，检测过程为：构建基于动量对比学习的无监督预训练模型并进行预训练得到基于通道注意力机制和空间注意力机制构建的特征提取网络的网络权重参数；将网络权重参数赋值给无监督玻璃表面缺陷检测模型，再利用训练图像得到训练图像上各个图块的多维高斯分布以及利用测试图像得到测试图像上各个图块的嵌入特征向量，再计算同一图块的嵌入特征向量与多维高斯分布的相似距离，以相似距离为标准判定是否有缺陷。