缺陷检测及相关模型的训练方法、电子设备和存储装置与流程

文档序号:24241679发布日期:2021-03-12 13:16阅读:来源:国知局

技术特征:

1.一种缺陷检测方法,其特征在于,包括:

获取待测物件的多个图像;

对所述多个图像进行特征提取,得到包含所述多个图像的特征信息的融合特征图;

利用所述融合特征图,得到关于所述待测物件缺陷的检测结果;

其中,所述待测物件的任一部分对应于所述多个图像的同一区域,且所述多个图像满足以下至少一个条件:至少两个所述图像是在不同波长的光源照射下拍摄得到的,至少两个所述图像是在摄像机的光轴与光源的入射方向呈不同夹角状态下拍摄的。

2.根据权利要求1所述的方法,其特征在于,所述对所述多个图像进行特征提取,得到包含所述多个图像的特征信息的融合特征图,包括:

分别对每一所述图像进行特征提取,得到对应所述图像的顺序排列的至少一个第一特征图;

在所述多个图像的至少一个第一特征图中,分别选取排序相同的第一特征图,作为特征图组合;

基于所述特征图组合,得到所述融合特征图。

3.根据权利要求2所述的方法,其特征在于,所述特征提取是由编码器执行的,所述编码器包括顺序排列的至少一个卷积核;

所述分别对每一所述图像进行特征提取,得到对应所述图像的顺序排列的至少一个第一特征图,包括:

将每一所述图像分别输入对应一个编码器进行特征提取,得到对应于所述编码器中每一卷积核的第一特征图;

所述在所述多个图像的至少一个第一特征图中,分别选取排序相同的第一特征图,作为特征图组合包括:

将各个所述编码器中排序相同的卷积核提取到的第一特征图,作为所述特征图组合。

4.根据权利要求2所述的方法,其特征在于,所述方法还包括:

将所述多个图像进行融合处理,得到第一融合图像;

对所述第一融合图像进行特征提取,得到第一融合特征图;

所述基于所述特征图组合,得到所述融合特征图,包括:

将对每一所述特征图组合提取得到的第二特征图进行融合处理,得到第二融合图像;

对所述第二融合图像进行特征提取,得到第二融合特征图;

将所述第一融合特征图和所述第二融合特征图进行融合处理,得到所述融合特征图。

5.根据权利要求1所述的方法,其特征在于,所述检测结果包括以下至少一者:所述待测物件的缺陷类型、所述待测物件的缺陷区域。

6.根据权利要求1所述的方法,其特征在于,在所述检测结果包括所述待测物件的缺陷类型的情况下,所述利用所述融合特征图,得到关于所述待测物件缺陷的检测结果,包括:

对所述融合特征图进行特征映射,得到融合特征表示;

获取所述融合特征表示分别与多种预设缺陷类型的预设特征表示之间的特征相似度;

将满足预设条件的特征相似度对应的预设缺陷类型,作为所述待测物件的缺陷类型。

7.根据权利要求6所述的方法,其特征在于,所述多种预设缺陷类型包括:有缺陷、无缺陷;

或者,所述多种预设缺陷类型包括:杂质、杂物、气泡。

8.根据权利要求6所述的方法,其特征在于,所述预设条件包括:所述特征相似度最高;

和/或,所述获取所述融合特征表示分别与多种预设缺陷类型的预设特征表示之间的特征相似度,包括:

利用所述述融合特征表示与预设特征表示之间的余弦距离,得到与所述预设缺陷类型对应的特征相似度。

9.根据权利要求1所述的方法,其特征在于,在所述缺陷检测结果包括所述待测物件的缺陷区域的情况下,所述利用所述融合特征图,得到关于所述待测物件缺陷的检测结果,包括:

对所述融合特征图进行解码处理,得到所述图像中各个像素点分别属于多种预设缺陷类型的概率值;

基于所述概率值,得到所述图像中的缺陷区域。

10.一种缺陷检测模型的训练方法,其特征在于,包括:

获取样本物件的多个样本图像;其中,所述多个样本图像中均标注有关于所述样本物件缺陷的实际结果;

利用所述缺陷检测模型的融合子网络对所述多个样本图像进行特征提取,得到包含所述多个样本图像的特征信息的样本融合特征图;

利用所述缺陷检测模型的检测子网络处理所述样本融合特征图,得到关于所述样本物件缺陷的预测结果;

利用所述实际结果和所述预测结果的差异,调整所述缺陷检测模型的网络参数;

其中,所述样本物件的任一部分对应于所述多个样本图像的同一区域,且所述多个样本图像满足以下至少一个条件:至少两个所述样本图像是在不同波长的光源照射下拍摄得到的,至少两个所述样本图像是在不同入射方向的光源照射下拍摄得到的。

11.根据权利要求10所述的方法,其特征在于,所述实际结果包括:所述样本物件缺陷的实际类型和实际区域,所述预测结果包括:所述样本物件缺陷的预测类型和预测区域;

所述利用所述实际结果和所述预测结果的差异,调整所述缺陷检测模型的网络参数,包括:

利用所述实际类型和所述预测类型的差异,以及所述实际区域和所述预测区域的差异,调整所述缺陷检测模型的网络参数。

12.一种电子设备,其特征在于,包括相互耦接的存储器和处理器,所述存储器中存储有程序指令,所述处理器用于执行所述程序指令以实现权利要求1至9任一项所述的缺陷检测方法,或实现权利要求10至11任一项所述的缺陷检测模型的训练方法。

13.一种存储装置,其特征在于,存储有能够被处理器运行的程序指令,所述程序指令用于实现权利要求1至9任一项所述的缺陷检测方法,或实现权利要求10至11任一项所述的缺陷检测模型的训练方法。


技术总结
本申请公开了一种缺陷检测及相关模型的训练方法、电子设备和存储装置,其中缺陷检测方法包括:获取待测物件的多个图像;对多个图像进行特征提取,得到包含多个图像的特征信息的融合特征图;利用融合特征图,得到关于待测物件缺陷的检测结果;其中,待测物件的任一部分对应于多个图像的同一区域,且多个图像满足以下至少一个条件:至少两个图像是在不同波长的光源照射下拍摄得到的,至少两个图像是在摄像机的光轴与光源的入射方向呈不同夹角状态下拍摄的。上述方案,能够提高缺陷检测的准确性。

技术研发人员:陈茂东;李翼;彭程;程大龙
受保护的技术使用者:科大讯飞华南人工智能研究院(广州)有限公司
技术研发日:2020.12.15
技术公布日:2021.03.12
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