欢迎来到知嘟嘟! 联系电话:13336804447 卖家免费入驻,海量在线求购! 卖家免费入驻,海量在线求购!
知嘟嘟
我要发布
联系电话:13336804447
知嘟嘟经纪人
收藏
专利号: 2025101252614
申请人: 桂林电子科技大学
专利类型:发明专利
专利状态:已下证
专利领域: 计算;推算;计数
更新日期:2026-11-16
缴费截止日期: 暂无
价格&联系人
年费信息
委托购买

摘要:

权利要求书:

1.一种碳纤维蜂窝材料内部缺陷检测方法,其特征在于,包括:

获取训练数据集,训练数据包括碳纤维蜂窝材料内部缺陷散斑包裹相位图及其对应的缺陷类别和位置;

构建内部缺陷检测模型,所述内部缺陷检测模型通过将YOLOv8模型骨干网络中的部分C2F模块替换为StarFFTBlock模块、以及将YOLOv8模型颈部网络中的部分Concat模块替换为ACGAFusion模块得到,所述StarFFTBlock模块用于提取输入数据的空间域特征和频域特征,并对输入数据、输入数据的空间域特征和频域特征进行融合,得到并输出特征图,所述ACGAFusion模块采用注意力机制,用于根据输入的浅层特征和深层特征自适应生成权重参数,根据权重参数对浅层特征和深层特征进行加权处理,并对输入的浅层特征和深层特征、以及加权处理后的浅层特征和深层特征进行融合,得到并输出融合特征;

利用所述训练数据集训练所述内部缺陷检测模型;

利用训练好的所述内部缺陷检测模型进行碳纤维蜂窝材料内部缺陷检测;

所述StarFFTBlock模块在进行输入数据处理时分为空间域处理和频域处理两个过程,在空间域处理中,首先通过深度可分离卷积从输入图像中提取初步特征得到特征图X1和特征图X2,而后通过卷积和Relu6激活函数对特征图X1进行处理,得到特征图X3,同时,通过卷积进一步提取特征图X2中的特征,得到特征图X4,而后将特征图X3与特征图X4进行逐元素乘法融合,并对融合特征图进行卷积处理得到空间域特征信息;在频域处理中,首先通过二维傅里叶变换对输入图像进行处理,生成频域特征图X5,再通过卷积分别对频域特征图的实部和虚部进行处理,使得特征图的通道数翻倍,接着对卷积后的特征图进行维度加和,并通过卷积进一步提取频域特征,最后通过二维傅里叶逆变换恢复频域特征图的空间信息;在完成空间域处理和频域处理后,将空间域处理得到的特征图、频域处理得到的特征图、以及所述StarFFTBlock模块的原始输入图像通过残差连接方式进行融合,得到最终的特征图;

所述ACGAFusion模块包括:浅层特征接收单元、深层特征接收单元、ACGA模块、第一乘法单元、第二乘法单元、第二加法单元和第十五卷积单元;

所述ACGA模块包括:AFM模块、空间注意力模块、通道注意力模块、第三加法单元、第三拼接单元、第十六卷积单元和Sigmoid激活函数单元。

2.根据权利要求1所述的碳纤维蜂窝材料内部缺陷检测方法,其特征在于,通过以下方式获取训练数据集:利用激光剪切散斑干涉仪搭建实验平台;

在实验平台中依次对预先准备的多个碳纤维蜂窝材料的检测区域进行负压加载,并使用CCD相机采集散斑包裹相位图;

对采集的每个散斑包裹相位图中的缺陷类别和位置进行标注,得到多个包括碳纤维蜂窝材料内部缺陷散斑包裹相位图及其对应的缺陷类别和位置的训练数据。

3.根据权利要求1所述的碳纤维蜂窝材料内部缺陷检测方法,其特征在于,所述内部缺陷检测模型包括:包括依次连接的骨干网络、颈部网络和头部网络;

所述骨干网络用于提取输入图像的特征并输出至所述颈部网络,所述颈部网络用于融合所述骨干网络输入的不同尺度的特征图并输出至所述头部网络,所述头部网络用于根据所述颈部网络输入的特征图确定并输出输入图像中的缺陷类别和位置。

4.根据权利要求3所述的碳纤维蜂窝材料内部缺陷检测方法,其特征在于,所述骨干网络包括:依次连接的第一卷积单元、第二卷积单元、第一C2F模块、第三卷积单元、第二C2F模块、第四卷积单元、第一StarFFTBlock模块、第五卷积单元、第二StarFFTBlock模块和空间金字塔池化模块,所述第二C2F模块的输出还与所述颈部网络连接,所述第一StarFFTBlock模块的输出还与所述颈部网络连接,所述空间金字塔池化模块的输出与所述颈部网络连接;

卷积单元用于对输入数据进行卷积操作,提取并输出特征;

C2F模块用于根据输入数据获取不同尺度的特征并进行融合,得到并输出融合特征;

StarFFTBlock模块用于提取输入数据的空间域特征和频域特征,并对输入数据、输入数据的空间域特征和频域特征进行融合,得到并输出特征图;

所述空间金字塔池化模块用于通过连接操作将同一特征图不同尺度下的特征进行融合,并输出融合结果。

5.根据权利要求4所述的碳纤维蜂窝材料内部缺陷检测方法,其特征在于,所述StarFFTBlock模块包括:第一深度可分离卷积单元,输入与所述StarFFTBlock模块的输入连接,输出分别与第八卷积单元和第九卷积单元的输入连接,用于对输入数据进行深度卷积和逐点卷积操作;

所述第八卷积单元,输出与ReLU6激活函数单元的输入连接,用于对输入数据进行卷积操作;

所述第九卷积单元,输出与第三乘法单元的输入连接,用于对输入数据进行卷积操作;

所述ReLU6激活函数单元,输出与所述第三乘法单元的输入连接,用于利用ReLU6激活函数对输入数据进行非线性变换处理;

所述第三乘法单元,输出与第十卷积单元的输入连接,用于对两个输入进行逐元素相乘;

所述第十卷积单元,输出与第二深度可分离卷积单元的输入连接,用于对输入数据进行卷积操作;

所述第二深度可分离卷积单元,输出与第一加法单元的输入连接,用于对输入数据进行深度卷积和逐点卷积操作;

二维傅里叶变换单元,输入与所述StarFFTBlock模块的输入连接,输出与虚实分割单元的输入连接,用于对输入数据进行傅里叶变换处理,得到并输出频域特征;

所述虚实分割单元,输出分别与第十一卷积单元和第十二卷积单元的输入连接,用于分离输入的频域特征的实部和虚部,并将频域特征的实部和虚部分别输出至所述第十一卷积单元和所述第十二卷积单元;

所述第十一卷积单元,输出与第四拼接单元的输入连接,用于对输入数据进行卷积操作;

所述第十二卷积单元,输出与所述第四拼接单元的输入连接,用于对输入数据进行卷积操作;

所述第四拼接单元,输出与第十三卷积单元的输入连接,用于对两个输入进行拼接操作,得到并输出融合特征;

所述第十三卷积单元,输出与二维傅里叶逆变换单元的输入连接,用于对输入数据进行卷积操作;

所述二维傅里叶逆变换单元,输出与所述第一加法单元的输入连接,用于对输入数据进行傅里叶逆变换处理,将频域特征转换为空间域特征并输出;

所述第一加法单元,输入还与所述StarFFTBlock模块的输入连接,输出与第十四卷积单元的输入连接,用于对多个输入进行逐元素相加,得到并输出融合特征;

所述第十四卷积单元,输出与所述StarFFTBlock模块的输出连接,用于对输入的融合特征进行卷积操作,得到并输出特征图。

6.根据权利要求4或5所述的碳纤维蜂窝材料内部缺陷检测方法,其特征在于,所述颈部网络包括:依次连接的第一上采样单元、第一ACGAFusion模块、第三C2F模块、第二上采样单元、第二ACGAFusion模块、第四C2F模块、第六卷积单元、第一拼接单元、第五C2F模块、第七卷积单元、第二拼接单元和第六C2F模块,所述第一上采样单元的输入与所述骨干网络中的所述空间金字塔池化模块的输出连接,所述第二拼接单元的输入还与所述骨干网络中的所述空间金字塔池化模块的输出连接,所述第一ACGAFusion模块的输入还与所述骨干网络中的所述第一StarFFTBlock模块的输出连接,所述第三C2F模块的输出还与所述第一拼接单元的输入连接,所述第二ACGAFusion模块的输入还与所述骨干网络中的所述第二C2F模块的输出连接,所述第四C2F模块的输出还与所述头部网络的输入连接,所述第五C2F模块的输出还与所述头部网络的输入连接,所述第六C2F模块的输出与所述头部网络的输入连接;

上采样单元用于对输入数据进行上采样处理;

ACGAFusion模块用于根据输入的浅层特征和深层特征自适应生成权重参数,根据权重参数对浅层特征和深层特征进行加权处理,并对输入的浅层特征和深层特征、以及加权处理后的浅层特征和深层特征进行融合,得到并输出融合特征;

C2F模块用于根据输入数据获取不同尺度的特征并进行融合,得到并输出融合特征;

卷积单元用于对输入数据进行卷积操作,提取并输出特征;

所述第一拼接单元、所述第二拼接单元均用于对两个输入进行拼接操作,得到并输出融合特征。

7.根据权利要求6所述的碳纤维蜂窝材料内部缺陷检测方法,其特征在于,所述浅层特征接收单元的输入与所述ACGAFusion模块的输入连接,所述浅层特征接收单元的输出分别与所述ACGA模块和所述第一乘法单元的输入连接,所述浅层特征接收单元用于接收输入所述ACGAFusion模块的浅层特征,并输出浅层特征;

所述深层特征接收单元的输入与所述ACGAFusion模块的输入连接,所述深层特征接收单元的输出分别与所述ACGA模块和所述第二乘法单元的输入连接,所述深层特征接收单元用于接收输入所述ACGAFusion模块的深层特征,并输出深层特征;

所述ACGA模块的输出分别与所述第一乘法单元和所述第二乘法单元的输入连接,所述ACGA模块用于基于注意力机制,根据输入的浅层特征和深层特征自适应生成权重参数并输出;

所述第一乘法单元的输出与所述第二加法单元的输入连接,所述第一乘法单元用于对输入的浅层特征和权重参数进行逐元素相乘;

所述第二乘法单元的输出与所述第二加法单元的输入连接,所述第二乘法单元用于对输入的深层特征和权重参数进行逐元素相乘;

所述第二加法单元的输入还分别与所述浅层特征接收单元和所述深层特征接收单元的输出连接,所述第二加法单元的输出与所述第十五卷积单元的输入连接,所述第二加法单元用于对四个输入进行逐元素相加;

所述第十五卷积单元的输出与所述ACGAFusion模块的输出连接,所述第十五卷积单元用于对输入数据进行卷积操作,提取并输出特征。

8.根据权利要求7所述的碳纤维蜂窝材料内部缺陷检测方法,其特征在于,所述AFM模块的输入分别与所述浅层特征接收单元和所述深层特征接收单元的输出连接,所述AFM模块的输出分别与所述空间注意力模块和所述通道注意力模块的输入连接,所述AFM模块用于对浅层特征和深层特征进行全局平均池化处理,将池化处理后的两个特征拼接在一起,并通过全连接层和Sigmoid激活函数变换生成一个范围在[0,1]之间的加权参数,将加权参数及其补数分别与浅层特征和深层特征进行逐元素相乘,得到并输出融合特征;

所述空间注意力模块的输出与所述第三加法单元的输入连接,所述空间注意力模块用于在空间维度上对输入数据进行特征提取和特征融合;

所述通道注意力模块的输出与所述第三加法单元的输入连接,所述通道注意力模块用于在通道维度上对输入数据进行特征提取;

所述第三加法单元的输出与所述第三拼接单元的输入连接,所述第三加法单元用于对两个输入进行逐元素相加;

所述第三拼接单元的输入还与所述AFM模块的输出连接,所述第三拼接单元的输出与所述第十六卷积单元的输入连接,所述第三拼接单元用于对两个输入进行拼接操作,得到并输出融合特征;

所述第十六卷积单元的输出与所述Sigmoid激活函数单元的输入连接,所述第十六卷积单元用于对输入数据进行卷积操作,提取并输出特征;

所述Sigmoid激活函数单元的输出与所述ACGA模块的输出连接,所述Sigmoid激活函数单元用于利用Sigmoid激活函数对输入数据进行变换处理,生成并输出一个范围在[0,1]之间的加权参数。

9.根据权利要求1所述的碳纤维蜂窝材料内部缺陷检测方法,其特征在于,通过以下方式训练所述内部缺陷检测模型:将所述训练数据集中的碳纤维蜂窝材料内部缺陷散斑包裹相位图作为所述内部缺陷检测模型的输入,将与输入的碳纤维蜂窝材料内部缺陷散斑包裹相位图对应的缺陷类别和位置作为输出,训练所述内部缺陷检测模型。

10.根据权利要求1所述的碳纤维蜂窝材料内部缺陷检测方法,其特征在于,所述利用训练好的所述内部缺陷检测模型进行碳纤维蜂窝材料内部缺陷检测,包括:获取待检测的碳纤维蜂窝材料的散斑包裹相位图;

将待检测的碳纤维蜂窝材料的散斑包裹相位图输入所述内部缺陷检测模型,得到所述内部缺陷检测模型输出的待检测的碳纤维蜂窝材料的散斑包裹相位图对应的缺陷类别和位置。