公开(公告)号：CN115908819A

公开(公告)日：2023-04-04

申请号：CN202211690834.0

申请日：2022-12-27

Applicant: 北京工业大学

Inventor： 王素玉 ,  刘红玉 ,  王宇鹏

IPC: G06V10/26 ,  G06V20/70 ,  G06V10/42 ,  G06V10/44 ,  G06V10/80 ,  G06V10/764 ,  G06V10/766 ,  G06V10/82 ,  G06N3/0455 ,  G06N3/0464 ,  G06N3/047 ,  G06N3/08

Abstract: 本方法公开了一种基于聚合卷积和自注意力特征的电子元器件X光图像空洞分割方法，首先对元器件数据集进行数据增强以扩充数据样本量，避免过拟合。其次，将数据输入到模型中进行分割，模型设计为U形Encoder‑Decoder结构，将引入CNN和Transformer混合分支的主干网络作为Encoder模块提取特征，聚合了图像的局部特征和全局特征；设计Decoder结构对Encoder模块输出进行上采样，并在每一层上采样中使用跳跃连接，融合下采样特征使后续上采样特征更加精细，图像还原更精确，分割精度更高。最后，使用LovaszSoftmax损失函数指导训练，得到分割模型。本方法能够用于电子元器件表面空洞缺陷分割任务，具有成本低、实时检测、高准确性等优点。