缺陷检测模型的更新方法、装置、电子设备和存储介质与流程

本公开涉及人工智能，尤其涉及深度学习、图像处理和计算机视觉等领域。

背景技术：

1、poy(pre-oriented yarn，预取向丝)是聚酯长丝在高速纺丝下制得的。通过对poy进行加弹、假捻、变形等后加工的工艺路线，可以制得dty(draw textured yarn，拉伸变形丝)。由于纺丝速度高、满卷卷装重量大、满卷直径大等原因，poy中的缺陷复杂多样，因此，poy外检难度较高，工作量也较大。

2、相关技术中，可采用基于深度学习算法的缺陷检测模型对poy外观缺陷进行检测和定级。然而，由于poy中的缺陷复杂多样，且随着流程工艺的改进会衍生不同类型的缺陷，因此，缺陷检测模型的检测效果仍有待提升。

技术实现思路

1、本公开提供了一种缺陷检测模型的更新方法、装置、电子设备和存储介质。

2、根据本公开的一方面，提供了一种缺陷检测模型的更新方法，包括：

3、获取第一缺陷检测模型针对多个poy图像分别输出的多个缺陷检测结果；

4、基于多个缺陷检测结果，在多个poy图像中选取多个第一样本图像；

5、基于多个第一样本图像中的每个第一样本图像的特征信息，在多个第一样本图像中选取第二样本图像；

6、基于第二样本图像，对第一缺陷检测模型进行更新，得到第二缺陷检测模型。

7、根据本公开的另一方面，提供了一种缺陷检测模型的更新装置，包括：

8、获取模块，用于获取第一缺陷检测模型针对多个poy图像分别输出的多个缺陷检测结果；

9、第一选取模块，用于基于多个缺陷检测结果，在多个poy图像中选取多个第一样本图像；

10、第二选取模块，用于基于多个第一样本图像中的每个第一样本图像的特征信息，在多个第一样本图像中选取第二样本图像；

11、更新模块，用于基于第二样本图像，对第一缺陷检测模型进行更新，得到第二缺陷检测模型。

12、根据本公开的另一方面，提供了一种电子设备，包括：

13、至少一个处理器；以及

14、与该至少一个处理器通信连接的存储器；其中，

15、该存储器存储有可被该至少一个处理器执行的指令，该指令被该至少一个处理器执行，以使该至少一个处理器能够执行本公开实施例中任一的方法。

16、根据本公开的另一方面，提供了一种存储有计算机指令的非瞬时计算机可读存储介质，其中，该计算机指令用于使该计算机执行根据本公开实施例中任一的方法。

17、根据本公开的另一方面，提供了一种计算机程序产品，包括计算机程序，该计算机程序在被处理器执行时实现根据本公开实施例中任一的方法。

18、本公开实施例的技术方案中，在第一缺陷检测模型针对多个poy图像分别输出多个缺陷检测结果后，利用该缺陷检测结果选取多个第一样本图像，再基于每个第一样本图像的特征信息选取第二样本图像。基于此，本公开实施例根据缺陷检测结果以及各样本图像的特征信息，在大量的poy图像中选取出对模型更新有价值的第二样本图像，不仅提升了模型迭代更新的样本质量，还提升了单次迭代更新的效率，使得模型能够及时适应poy流程工艺的变化，提升缺陷检测效果，准确检测出poy产品中的各种缺陷。

19、应当理解，本部分所描述的内容并非旨在标识本公开的实施例的关键或重要特征，也不用于限制本公开的范围。本公开的其它特征将通过以下的说明书而变得容易理解。

技术特征：

1.一种缺陷检测模型的更新方法，包括：

2.根据权利要求1所述的方法，其中，所述第一缺陷检测模型是基于第三样本图像对第三缺陷检测模型进行更新得到的；

3.根据权利要求1或2所述的方法，其中，所述基于所述多个第一样本图像中的每个第一样本图像的特征信息，在所述多个第一样本图像中选取第二样本图像，包括：

4.根据权利要求1-3中任一项所述的方法，其中，所述基于所述第二样本图像，对所述第一缺陷检测模型进行更新，得到第二缺陷检测模型，包括：

5.根据权利要求1-4中任一项所述的方法，还包括：

6.一种缺陷检测模型的更新装置，包括：

7.根据权利要求6所述的装置，其中，所述第一缺陷检测模型是基于第三样本图像对第三缺陷检测模型进行更新得到的；

8.根据权利要求6或7所述的装置，其中，所述第二选取模块包括：

9.根据权利要求6-8中任一项所述的装置，其中，所述更新模块包括：

10.根据权利要求6-9中任一项所述的装置，还包括：

11.一种电子设备，包括：

12.一种存储有计算机指令的非瞬时计算机可读存储介质，其中，所述计算机指令用于使所述计算机执行根据权利要求1-5中任一项所述的方法。

13.一种计算机程序产品，包括计算机程序，所述计算机程序在被处理器执行时实现根据权利要求1-5中任一项所述的方法。

技术总结
本公开提供了一种缺陷检测模型的更新方法、装置、电子设备和存储介质，涉及人工智能技术领域，尤其涉及深度学习、图像处理和计算机视觉等领域。具体实现方案为：获取第一缺陷检测模型针对多个POY图像分别输出的多个缺陷检测结果；基于多个缺陷检测结果，在多个POY图像中选取多个第一样本图像；基于多个第一样本图像中的每个第一样本图像的特征信息，在多个第一样本图像中选取第二样本图像；基于第二样本图像，对第一缺陷检测模型进行更新，得到第二缺陷检测模型。本公开使得模型能够及时适应POY流程工艺的变化，提升缺陷检测效果，准确检测出POY产品中的各种缺陷。

技术研发人员：彭先涛,王鹏
受保护的技术使用者：北京百度网讯科技有限公司
技术研发日：
技术公布日：2024/1/12