本發(fā)明涉及機器視覺，具體是指一種基于cv的電焊機焊縫自動檢測系統(tǒng)。

背景技術：

1、在電焊機焊接檢測中，機器視覺可以用來檢測焊縫的形狀、位置和質量，幫助識別焊縫中的缺陷，一般的檢測模型適應性較差，對于焊縫形狀、尺寸變化較大的情況，準確率低，且復雜度和計算成本較高，難以達到實時檢測的要求；一般的焊縫檢測方法邊緣檢測精度不足、輪廓提取不連續(xù)，路徑擬合參數選擇固定，無法適應焊縫邊緣的微小變化，存在過擬合風險；一般的缺陷檢測方法在檢測細小缺陷和邊界不規(guī)則的區(qū)域時表現不足，缺陷區(qū)域定位不準確。

技術實現思路

1、針對上述情況，為克服現有技術的缺陷，本發(fā)明提供了一種基于cv的電焊機焊縫自動檢測系統(tǒng)，針對一般的檢測模型適應性較差，對于焊縫形狀、尺寸變化較大的情況，準確率低，且復雜度和計算成本較高，難以達到實時檢測的要求的問題，本方案添加nam注意力機制，使用通道注意力突出焊縫特征，使用空間注意力集中模型對焊縫區(qū)域的注意力，通過卷積替換操作動態(tài)適應焊縫形狀和尺寸的變化，提升檢測的準確性，通過模型輕量化改進在保持較高特征提取能力的同時，大幅減少模型的參數量和計算復雜度，并適應嵌入式設備的焊縫實時檢測需求；針對一般的焊縫檢測方法邊緣檢測精度不足、輪廓提取不連續(xù)，路徑擬合參數選擇固定，無法適應焊縫邊緣的微小變化，存在過擬合風險的問題，本方案使用邊緣檢測找到焊縫區(qū)域的外邊緣輪廓，使用路徑擬合算法確保路徑的平滑過渡，平衡擬合精度和路徑平滑性，使焊接路徑盡量貼合焊縫邊緣，同時避免過擬合，生成連續(xù)平滑的焊接路徑，確保電焊機沿擬合路徑點移動完成精確的焊接操作；針對一般的缺陷檢測方法在檢測細小缺陷和邊界不規(guī)則的區(qū)域時表現不足，缺陷區(qū)域定位不準確的問題，本方案對缺陷檢測模型進行簡化，專注于更高分辨率的特征提取，更有效地捕捉到細微缺陷信息，大幅提升檢測精度，添加坐標注意力機制，更精確地提取缺陷區(qū)域的行列位置信息，提高模型對缺陷的敏感性和定位精度。

2、本發(fā)明提供的一種基于cv的電焊機焊縫自動檢測系統(tǒng)，包括圖像采集模塊、模型構建模塊、模型訓練模塊、路徑擬合模塊、缺陷檢測模塊、集成應用模塊；

3、所述圖像采集模塊使用工業(yè)相機獲取焊縫圖像，對焊縫圖像中的焊縫邊緣和缺陷區(qū)域標注，生成圖像標簽，采用圖像增強方法對焊縫圖像進行處理，將處理后的焊縫圖像整合到數據集中，將數據集發(fā)送至模型訓練模塊；

4、所述模型構建模塊引入預訓練的基礎分割模型，使用nam注意力機制、動態(tài)卷積替換操作、輕量化處理對基礎分割模型進行改進，將改進后的基礎分割模型發(fā)送至模型訓練模塊；

5、所述模型訓練模塊將數據集劃分為訓練集和測試集，在訓練集上使用改進后的基礎分割模型進行訓練，訓練過程中調整基礎分割模型的學習率和迭代次數，在測試集上測試基礎分割模型的準確性并進行進一步優(yōu)化，生成焊縫檢測模型，將焊縫檢測模型發(fā)送至路徑擬合模塊和集成應用模塊；

6、所述路徑擬合模塊使用焊縫檢測模型輸出焊縫分割圖，對焊縫分割圖進行邊緣檢測，提取焊縫邊緣輪廓，通過擬合算法得到焊縫的最佳擬合路徑，將最佳擬合路徑發(fā)送至集成應用模塊；

7、所述缺陷檢測模塊引入預訓練的目標檢測模型，對目標檢測模型進行簡化操作，并添加坐標注意力機制，得到缺陷檢測模型，將缺陷檢測模型發(fā)送至集成應用模塊；

8、所述集成應用模塊將焊縫檢測模型和缺陷檢測模型集成到工業(yè)計算機中，連接工業(yè)相機和電焊機，設置用戶界面顯示焊縫分割圖、最佳擬合路徑和其他焊接相關參數，在電焊機執(zhí)行焊接操作時實時跟蹤焊接路徑，若檢測到焊接路徑存在偏移和存在缺陷區(qū)域，自動發(fā)出警報并記錄異常數據。

9、進一步地，所述模型構建模塊包括：模型導入單元、nam注意力機制單元、動態(tài)卷積替換單元、輕量化單元；

10、所述模型導入單元導入預訓練的基礎分割模型，獲取預訓練權重，初始化基礎分割模型的主干結構、頸部結構和頭部結構，所述基礎分割模型使用卷積層對焊縫圖像進行卷積操作，每個輸出通道生成一張?zhí)卣鲌D；

11、所述nam注意力機制單元在基礎分割模型中添加nam注意力機制，包括通道注意力和空間注意力：通道注意力在基礎分割模型每個輸出通道生成的特征圖上進行加權，空間注意力在空間維度上進行加權，最終輸出空間加權特征圖；

12、所述動態(tài)卷積替換單元將基礎分割模型頸部結構中的標準卷積替換為動態(tài)卷積，為每個輸入通道分配動態(tài)權重處理空間加權特征圖，輸出動態(tài)卷積特征圖，所用公式如下：

13、；

14、式中，表示動態(tài)卷積特征圖，表示通道索引，表示通道數，表示空間加權特征圖的第個通道值，表示動態(tài)卷積核的權重；

15、所述輕量化單元將基礎分割模型的主干結構替換為輕量級特征提取結構，將卷積分解為深度可分離卷積和通道混洗操作，輸入動態(tài)卷積特征圖，輸出輕量化特征圖，所用公式如下：

16、；

17、式中，表示最終輸出的輕量化特征圖，表示深度可分離卷積操作，表示點卷積操作，表示通道混洗操作。

18、進一步地，所述路徑擬合模塊包括：邊緣檢測單元、輪廓提取單元、路徑擬合單元、路徑生成單元；

19、所述邊緣檢測單元使用焊縫檢測模型生成焊縫分割圖，使用邊緣檢測算子提取焊縫分割圖中焊縫的外邊緣，生成邊緣圖；

20、所述輪廓提取單元在邊緣圖中提取連續(xù)的焊縫邊緣輪廓點，得到輪廓點集；

21、所述路徑擬合單元基于輪廓點集，使用擬合算法生成擬合曲線；

22、所述路徑生成單元將擬合曲線采樣成一組有序的路徑點，對路徑點進行路徑平滑操作和連續(xù)操作，生成并輸出最佳擬合路徑。

23、進一步地，所述缺陷檢測模塊包括層次替換單元、坐標注意力機制單元、缺陷定位單元；

24、所述層次替換單元對目標檢測模型的池化層進行簡化，刪除分辨率低的特征層，添加relu激活函數；

25、所述坐標注意力機制單元在模型頸部結構添加坐標注意力機制，通過平均池化操作獲取通道和缺陷位置信息；

26、所述缺陷定位單元添加損失函數，對目標檢測模型進行訓練和測試，調整模型參數，得到最優(yōu)的缺陷檢測模型提取缺陷區(qū)域坐標點。

27、采用上述方案本發(fā)明取得的有益效果如下：

28、（1）針對一般的檢測模型適應性較差，對于焊縫形狀、尺寸變化較大的情況，準確率低，且復雜度和計算成本較高，難以達到實時檢測的要求的問題，本方案添加nam注意力機制，使用通道注意力突出焊縫特征，使用空間注意力集中模型對焊縫區(qū)域的注意力，通過卷積替換操作動態(tài)適應焊縫形狀和尺寸的變化，提升檢測的準確性，通過模型輕量化改進在保持較高特征提取能力的同時，大幅減少模型的參數量和計算復雜度，并適應嵌入式設備的焊縫實時檢測需求。

29、（2）針對一般的焊縫檢測方法邊緣檢測精度不足、輪廓提取不連續(xù)，路徑擬合參數選擇固定，無法適應焊縫邊緣的微小變化，存在過擬合風險的問題，本方案使用邊緣檢測找到焊縫區(qū)域的外邊緣輪廓，使用路徑擬合算法確保路徑的平滑過渡，平衡擬合精度和路徑平滑性，使焊接路徑盡量貼合焊縫邊緣，同時避免過擬合，生成連續(xù)平滑的焊接路徑，確保電焊機沿擬合路徑點移動完成精確的焊接操作。

30、（3）針對一般的缺陷檢測方法在檢測細小缺陷和邊界不規(guī)則的區(qū)域時表現不足，存在缺陷區(qū)域定位不準確的問題，本方案對缺陷檢測模型進行簡化，專注于更高分辨率的特征提取，更有效地捕捉到細微缺陷信息，大幅提升檢測精度，添加坐標注意力機制，更精確地提取缺陷區(qū)域的行列位置信息，提高模型對缺陷的敏感性和定位精度。