一种基于Transformer的工业CT图像缺陷检测方法及系统

文档序号:37378934发布日期:2024-03-22 10:31阅读:来源:国知局

技术特征:

1.一种基于transformer的工业ct图像缺陷检测方法,其特征在于,包括以下步骤:

2.根据权利要求1所述的基于transformer的工业ct图像缺陷检测方法,其特征在于所述预设第一处理包括步骤:

3.根据权利要求2所述的基于transformer的工业ct图像缺陷检测方法,其特征在于,所述预设重建算法为fdk重建算法。

4.根据权利要求1所述的基于transformer的工业ct图像缺陷检测方法,其特征在于,步骤s2中,将预设第一处理后的待测目标的ct切片图像的70%划分为训练数据集x,将剩余的30%划分为验证数据集y。

5.根据权利要求1所述的基于transformer的工业ct图像缺陷检测方法,其特征在于,步骤s3具体为:

6.根据权利要求5所述的方法,其特征在于,步骤s31中,搭建位置网络编码的编码方式为:

7.根据权利要求5所述的方法,其特征在于,步骤s32中,ct切片图像特征h为:

8.根据权利要求5所述的方法,其特征在于,步骤s39中的多个编码器网络的若干第一前馈网络的输出与多个解码器网络的若干第三多头自注意力网络输入相连。

9.根据权利要求5所述的方法,其特征在于,步骤s38中,采用交叉熵损失函数计算交叉熵损失如下:

10.根据权利要求1所述方法,其特征在于,在步骤s4中训练基于transformer的缺陷学习与检测模型具体包括:

11.根据权利要求1所述的基于transformer的工业ct图像缺陷检测方法,其特征在于,步骤s1中,所述ct扫描为如下扫描方式之一:圆周锥束扫描、螺旋扫描、直线轨迹扫描。

12.一种基于transformer的工业ct图像缺陷检测系统,其特征在于,包括:


技术总结
本发明涉及一种基于Transformer的工业CT图像缺陷检测方法及系统,所述方法包括步骤:S1:对待测目标进行CT扫描,采集待测目标的CT投影数据,并对待测目标的CT投影数据进行预设第一处理;S2:将预设第一处理后的待测目标的CT切片图像划分为训练数据集X和验证数据集Y,并在训练数据集中进行缺陷类型的标注;S3:构建基于Transformer的缺陷学习与检测模型;S4:将步骤S2中划分的训练数据集X输入步骤S3中搭建的基于Transformer的缺陷学习与检测模型中进行训练,再将划分的验证数据集Y输入训练好的缺陷学习与检测模型中,在图像中实现标记待测目标的缺陷类型。本发明通过Transformer网络对待测目标的CT图像进行缺陷学习与识别,实现了对待测目标缺陷的准确检测和识别。

技术研发人员:王宁,李石磊,赵晨阳,易昊钰,汪志胜,崔军,崔俊宁,刘永康,刘欢
受保护的技术使用者:哈尔滨工业大学
技术研发日:
技术公布日:2024/3/21
当前第2页1 2 
网友询问留言 已有0条留言
  • 还没有人留言评论。精彩留言会获得点赞!
1