[發明專利]一種產品質量檢測方法及裝置

有效

• 申請號: 202010044767.X
• 申請日: 2020-01-15
• 公開（公告）號: CN111311542B
• 公開（公告）日: 2023-09-19
• 發明（設計）人: 于洋洋;李士鈺
• 申請（專利權）人: 歌爾股份有限公司
• 主分類號: G06T7/00
• 分類號: G06T7/00;G06T7/13;G06T7/62;G06V10/25;G06V10/82;H04R29/00
• 代理公司: 北京市隆安律師事務所 11323
• 代理人: 權鮮枝;趙美林

1.一種產品質量檢測方法，其特征在于，所述產品質量檢測方法包括：

獲取待檢產品的圖像；

利用預先訓練完成的神經網絡模型對所述圖像進行檢測，得到所述神經網絡模型輸出的檢測結果；

當所述檢測結果指示待檢產品為不良品時，根據檢測結果中不良特征像素點在所述圖像中的位置信息，對所述檢測結果進行二次判定，根據二次判定結果確定所述待檢產品是否合格；

所述根據檢測結果中不良特征像素點在所述圖像中的位置信息，對所述檢測結果進行二次判定包括：

根據不良特征的出現位置與產品質量的關系，將所述圖像劃分為目標區域與非目標區域，所述目標區域是指圖像中出現所述不良特征影響產品質量的區域，非目標區域是指圖像中出現所述不良特征不影響產品質量的區域；

根據檢測結果中不良特征像素點在所述圖像中的位置信息，將不良特征像素點在所述圖像中的位置分別與所述目標區域以及所述非目標區域進行匹配；

當所述不良特征像素點在所述圖像中的位置與目標區域匹配成功時，維持不良品的檢測結果；

當所述不良特征像素點在所述圖像中的位置與非目標區域匹配成功時，判定待檢產品為合格品。

2.如權利要求1所述的方法，其特征在于，所述根據檢測結果中不良特征像素點在所述圖像中的位置信息，對所述檢測結果進行二次判定包括：

根據檢測結果中有效區域的信息，獲得不良特征像素點的外輪廓圖形，所述有效區域是包括不良特征像素點的圖像區域；

根據外輪廓圖形包括的像素點計算外輪廓圖形的面積值，當所述面積值大于預設面積閾值時，維持不良品的檢測結果；

當所述面積值小于或等于預設面積閾值時，判定待檢產品為合格品。

3.如權利要求1所述的方法，其特征在于，所述檢測結果中還包括待檢產品為不良品時的缺陷類別信息以及缺陷類別對應的置信度；

所述根據檢測結果中不良特征像素點在所述圖像中的位置信息，對所述檢測結果進行二次判定包括：

設置所述目標區域對應的不良閾值；

將所述缺陷類別對應的置信度與所述不良閾值進行比較，當所述缺陷類別的置信度大于預設不良閾值時，維持不良品的檢測結果。

4.如權利要求1所述的方法，其特征在于，所述獲取待檢產品的圖像包括：

分別獲取待檢產品在攝像頭的不同曝光時長下的第一圖像和第二圖像，所述第一圖像對應的曝光時長小于所述第二圖像對應的曝光時長；

所述利用預先訓練完成的神經網絡模型對所述圖像進行檢測，得到所述神經網絡模型輸出的檢測結果包括：

利用預先訓練完成的神經網絡模型分別對所述第一圖像和所述第二圖像進行檢測；

當所述第一圖像與所述第二圖像中至少一個包括不良特征時，得到待檢產品為不良品的檢測結果。

5.如權利要求1所述的方法，其特征在于，該方法包括：在利用預先訓練完成的神經網絡模型對所述圖像進行檢測之前，訓練神經網絡模型，具體的包括：

獲取不良品的第一圖像和第二圖像，所述第一圖像和第二圖像中包含的至少部分不良特征不相同，分別對不良品的第一圖像和不良品的第二圖像上不良特征所在的有效區域進行標注；所述有效區域包括不良特征像素點；

根據所述不良品的第一圖像，有效區域的信息以及不良特征對應的缺陷類別信息，獲得第一訓練樣本，利用所述第一訓練樣本訓練第一神經網絡模型，得到穩定的第一神經網絡模型；

根據所述不良品的第二圖像，有效區域的信息以及不良特征對應的缺陷類別信息，獲得第二訓練樣本，利用所述第二訓練樣本訓練第二神經網絡模型，得到穩定的第二神經網絡模型。