1.一种基于改进U‑net的焊接缺陷检测方法,其特征在于,包括:获取训练样本集,所述训练样本集包括至少两个焊接缺陷样本图像;
对所述训练样本集进行标注,得到标注数据;
将所述训练样本集输入至U型分割网络中的分割编码器中,所述分割编码器通过多层卷积层和池化层进行缺陷部位的特征提取,所述分割编码器输出给U型分割网络中的分割解码器中通过卷积层和上采样层进行上采样,输出与所述训练样本集相同大小的语义分割图;其中,所述U型分割网络中的分割编码器和分割解码器之间使用跳跃连接,且所述U型分割网络中引入全局注意力机制;将所述语义分割图与所述标注数据通过交叉熵损失函数进行运算,优化语义分割模型中的参数;
将待检测焊接图像输入至训练好的语义分割模型中进行缺陷检测。
2.根据权利要求1所述的基于改进U‑net的焊接缺陷检测方法,其特征在于,所述分割编码器的每一层的输入设置为三部分的融合:所述分割编码器本层的上一层的输出、所述分割编码器本层的输出以及所述分割编码器本层的下一层的输出。
3.根据权利要求1所述的基于改进U‑net的焊接缺陷检测方法,其特征在于,所述获取训练样本集之后,所述焊接缺陷检测方法还包括:对所述训练样本集进行预处理。
4.根据权利要求3所述的基于改进U‑net的焊接缺陷检测方法,其特征在于,所述对所述训练样本集进行预处理,包括:
对所述训练样本集依次进行线性变换、Gamma变换、梯度直方图均衡化处理和图像大小转换。
5.根据权利要求1所述的基于改进U‑net的焊接缺陷检测方法,其特征在于,所述对所述训练样本集进行标注,得到标注数据,包括:通过Labelme工具,对所述训练样本集进行标注,得到初步标注数据;
对所述初步标注数据进行二值化,得到二值化标注数据。
6.一种基于改进U‑net的焊接缺陷检测装置,其特征在于,包括:训练样本集获取模块,用于获取训练样本集,所述训练样本集包括至少两个焊接缺陷样本图像;
标注模块,用于对所述训练样本集进行标注,得到标注数据;
网络训练模块,用于将所述训练样本集输入至U型分割网络中的分割编码器中,所述分割编码器通过多层卷积层和池化层进行缺陷部位的特征提取,所述分割编码器输出给U型分割网络中的分割解码器中通过卷积层和上采样层进行上采样,输出与所述训练样本集相同大小的语义分割图;其中,所述U型分割网络中的分割编码器和分割解码器之间使用跳跃连接,且所述U型分割网络中引入全局注意力机制;将所述语义分割图与所述标注数据通过交叉熵损失函数进行运算,优化语义分割模型中的参数;
缺陷检测模块,用于将待检测焊接图像输入至训练好的语义分割模型中进行缺陷检测。
7.一种终端设备,包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序,其特征在于,所述处理器执行所述计算机程序时实现如权利要求1‑5任一项所述的基于改进U‑net的焊接缺陷检测方法的步骤。