买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：浙江大学;浙江大学先进电气装备创新中心

摘要：本发明公开了一种不依赖缺陷数据的扁线绕组焊点缺陷检测方法。方法包括：采集扁线绕组焊接产线上的焊点图像并进行焊点位置标注后构建训练集；图像裁剪后进行缺陷标注构建单焊点数据集；建立目标检测模型，将训练集输入进行训练；将单焊点数据集输入模型中进行特征提取后构建特征库；采集待检测的产线焊点图像，输入模型中处理获得焊点位置，根据位置裁剪图像后输入模型中提取焊点特征，根据焊点特征和特征库，使用KNN算法处理获得异常值，根据异常值进行扁线绕组的焊点缺陷检测。本发明方法将特征库构建融合进目标检测模型中，不依赖扁线绕组焊点缺陷数据，实现焊点的缺陷检测，解决了生产中缺陷样本稀少和样本不平衡导致的检测效果差的问题。

主权项：1.一种不依赖缺陷数据的扁线绕组焊点缺陷检测方法，其特征在于，包括：1采集扁线绕组焊接产线上的若干焊点图像并进行焊点位置标注，获得若干张焊点标注图像，构建产线图像训练集；将产线图像训练集中的每张焊点标注图像进行图像裁剪后获得若干单焊点标注图像，将每张单焊点标注图像进行缺陷标注后提取出各个形貌正常的单焊点标注图像，构建单焊点数据集；2建立目标检测模型，将产线图像训练集输入目标检测模型中进行训练，获得训练完成的焊点缺陷目标检测模型；3将单焊点数据集输入焊点缺陷目标检测模型中，焊点缺陷目标检测模型进行特征提取后获得若干正常焊点特征并构建为特征库；4采集待检测的产线焊点图像，将待检测的产线焊点图像输入焊点缺陷目标检测模型中，焊点缺陷目标检测模型处理后输出待检测的产线焊点图像上的焊点位置，将待检测的产线焊点图像根据焊点位置裁剪为若干单焊点图像，将每张单焊点图像输入焊点缺陷目标检测模型中，焊点缺陷目标检测模型输出焊点特征；针对每张单焊点图像的焊点特征，根据焊点特征和特征库，使用邻近KNN算法处理后获得异常值，将异常值和预设阈值进行比较后判断单焊点图像中的焊点的缺陷情况并定位缺陷区域，实现扁线绕组的焊点缺陷检测；所述的步骤2中，目标检测模型具体为将YOLOv5网络中的骨干网络替换为基于计算机视觉标准ImageNet数据集预训练的ResNet50网络从而建立；对目标检测模型进行训练时，将产线图像训练集输入目标检测模型中进行训练，通过迁移学习的方法冻结目标检测模型中的ResNet50网络，仅对目标检测模型中颈部和检测头的部分进行训练，计算模型损失并进行反向传播，直至目标检测模型收敛后完成训练并保存目标检测模型的权重，最终得到训练完成的焊点缺陷目标检测模型。

全文数据：

权利要求：

百度查询： 浙江大学 浙江大学先进电气装备创新中心 一种不依赖缺陷数据的扁线绕组焊点缺陷检测方法