公开(公告)号：CN117745691A

公开(公告)日：2024-03-22

申请号：CN202311802605.8

申请日：2023-12-26

Applicant: 大连理工大学 ,  大连理工大学宁波研究院

Inventor： 周若男 ,  步宇峰 ,  姜立哲 ,  杜洪泽 ,  赵春雨 ,  许琦 ,  阎军

IPC: G06T7/00 ,  G06V10/25 ,  G06V10/80 ,  G06V10/766 ,  G06V10/82 ,  G06T7/10 ,  G06T17/00 ,  G06V10/26 ,  G06V10/764 ,  G06N3/0464 ,  G06N3/08

Abstract: 本发明公开了一种基于Mask R‑CNN的样件缺陷识别标定方法，涉及缺陷识别标定技术领域。具体包括：获取样件的数字图像；处理后得到网络提取特征图并输入至RPN，生成建议框；使生成的建议框变换到相同的维度，再分别送入分类网络和回归网络，进行缺陷识别，并生成对应的掩码，完成实例分割；对模型进行训练和测试，最终得到训练好的模型；利用训练好的模型对样件的内部缺陷进行识别与标定；将获得的掩码，按原数字图像的顺序进行排列组合，生成含缺陷标定的三维模型。本发明中融合了金字塔特征网络和运用感兴趣区域对齐技术，可以提取出样件内部不同尺度的特征信息，有利于同时识别出不同大小的缺陷且保证了模型的准确性。