[發明專利]金屬油管缺陷檢測方法和裝置

在審

• 申請號: 202010944496.3
• 申請日: 2020-09-10
• 公開（公告）號: CN112070748A
• 公開（公告）日: 2020-12-11
• 發明（設計）人: 陳海波;段藝霖
• 申請（專利權）人: 深蘭人工智能芯片研究院（江蘇）有限公司;深蘭科技（上海）有限公司
• 主分類號: G06T7/00
• 分類號: G06T7/00;G06N3/08;G06N3/04
• 代理公司: 常州佰業騰飛專利代理事務所(普通合伙) 32231
• 代理人: 陳紅橋

1.一種金屬油管缺陷檢測方法，其特征在于，包括以下步驟：

獲取樣本數據集，其中，所述樣本數據集中包含多個存在金屬油管缺陷的樣本產品圖像和多個不存在金屬油管缺陷的樣本產品圖像；

通過所述樣本數據集對神經網絡進行訓練，得到金屬油管缺陷檢測模型；

獲取待檢測產品圖像；

將所述待檢測產品圖像輸入所述金屬油管缺陷檢測模型，以判斷是否存在金屬油管缺陷。

2.根據權利要求1所述的金屬油管缺陷檢測方法，其特征在于，所述神經網絡為組集成網絡。

3.根據權利要求1或2所述的金屬油管缺陷檢測方法，其特征在于，獲取所述樣本產品圖像和所述待檢測產品圖像具體包括：

沿金屬油管的周向依次獲取金屬油管表面的線狀圖，并將所述線狀圖拼接為平面圖。

4.根據權利要求3所述的金屬油管缺陷檢測方法，其特征在于，根據預設的轉速和拍攝頻率，通過旋轉金屬油管依次拍攝得到金屬油管表面的線狀圖。

5.根據權利要求3所述的金屬油管缺陷檢測方法，其特征在于，根據預設的轉速和拍攝頻率，通過旋轉相機依次拍攝得到金屬油管表面的線狀圖。

6.一種金屬油管缺陷檢測裝置，其特征在于，包括：

第一獲取模塊，所述第一獲取模塊用于獲取樣本數據集，其中，所述樣本數據集中包含多個存在金屬油管缺陷的樣本產品圖像和多個不存在金屬油管缺陷的樣本產品圖像；

訓練模塊，所述訓練模塊用于通過所述樣本數據集對神經網絡進行訓練，得到金屬油管缺陷檢測模型；

第二獲取模塊，所述第二獲取模塊用于獲取待檢測產品圖像；

檢測模塊，所述檢測模塊用于將所述待檢測產品圖像輸入所述金屬油管缺陷檢測模型，以判斷是否存在金屬油管缺陷。

7.一種計算機設備，包括存儲器、處理器及存儲在存儲器上并可在處理器上運行的計算機程序，其特征在于，所述處理器執行所述程序時，實現根據權利要求1-5中任一項所述的金屬油管缺陷檢測方法。

8.一種非臨時性計算機可讀存儲介質，其上存儲有計算機程序，其特征在于，該計算機程序被處理器執行時實現根據權利要求1-5中任一項所述的金屬油管缺陷檢測方法。

9.一種計算機程序產品，其特征在于，當所述計算機程序產品中的指令由處理器執行時，執行根據權利要求1-5中任一項所述的金屬油管缺陷檢測方法。