[發明專利]手機玻璃缺陷檢測方法、裝置、計算機設備及存儲介質

在審

• 申請號: 202011606765.1
• 申請日: 2020-12-30
• 公開（公告）號: CN112614125A
• 公開（公告）日: 2021-04-06
• 發明（設計）人: 伍濟鋼;成遠;邵俊;趙前程
• 申請（專利權）人: 湖南科技大學
• 主分類號: G06T7/00
• 分類號: G06T7/00;G06K9/62;G06N3/04;G06N3/08
• 代理公司: 長沙和誠容創知識產權代理事務所(普通合伙) 43251
• 代理人: 劉明玉

1.一種手機玻璃缺陷檢測方法，其特征在于，包括步驟：

獲取手機蓋板玻璃的原始缺陷圖像數據；

利用WGAN-GP網絡對所述原始缺陷圖像數據進行擴充，以得到擴充后的缺陷圖像數據；

根據所述原始缺陷圖像數據和所述擴充后的缺陷圖像數據獲得手機蓋板玻璃的VOC缺陷數據集；

搭建改進YOLOv3檢測網絡；所述改進YOLOv3檢測網絡包括特征提取層和檢測層；

利用K-means算法對標記框進行聚類，以得到多個錨箱，并添加進所述檢測層中；

利用所述改進YOLOv3檢測網絡對所述VOC缺陷數據集進行基礎訓練，以得到權重文件；

根據所述改進YOLOv3檢測網絡中BN層的權重系數對所述權重文件進行稀疏訓練，以得到權重和網絡框架；

對所述權重和所述網絡框架進行檢測數據集的測試，以得到檢測目標的類別信息、位置信息及置信度信息。

2.根據權利要求1所述的手機玻璃缺陷檢測方法，其特征在于，所述獲取手機蓋板玻璃的原始缺陷圖像數據的步驟為：

利用工業相機獲取手機蓋板玻璃的原始缺陷圖像數據。

3.根據權利要求1所述的手機玻璃缺陷檢測方法，其特征在于，所述利用WGAN-GP網絡對所述原始缺陷圖像數據進行擴充，以得到擴充后的缺陷圖像數據的步驟，包括步驟：

搭建WGAN-GP網絡；

利用WGAN-GP網絡對所述原始缺陷圖像數據進行訓練，以得到所述擴充后的缺陷圖像數據。

4.根據權利要求1所述的手機玻璃缺陷檢測方法，其特征在于，所述根據原始缺陷圖像數據和擴充后的缺陷信息獲得手機蓋板玻璃的缺陷數據集的步驟，包括步驟：

利用LabelImg程序對所述原始缺陷圖像數據及所述擴充后的缺陷圖像數據進行標記，以得到xml文件；

利用python程序對xml文件進行格式轉換，以得到txt文件；所述txt文件包括訓練集和測試集；

對所述訓練集和測試集的比例進行調節，以得到所述VOC缺陷數據集。

5.根據權利要求1所述的手機玻璃缺陷檢測方法，其特征在于，所述搭建改進YOLOv3檢測網絡的步驟，包括步驟：

利用可變形卷積層進行采樣及加權運算，以獲得改進的特征提取層；

在原YOLOv3檢測層中增加一層特征檢測層，并融合更淺層的特征和更深層的特征對圖像小目標進行檢測，以獲得檢測層。

6.根據權利要求1所述的手機玻璃缺陷檢測方法，其特征在于，所述根據改進YOLOv3檢測網絡中BN層的權重系數對所述權重文件進行稀疏訓練，以得到權重和網絡框架的步驟為：

根據所述權重文件中的訓練權重，對網絡模型進行通道剪枝和層剪枝，以獲得相對應的權重和網絡框架。

7.根據權利要求6所述的手機玻璃缺陷檢測方法，其特征在于，所述對網絡模型進行通道剪枝的步驟為：

根據BN層的縮放因子λ系數作為重要性因子，當λ越小，則說明此通道越不重要，對此通道進行剪枝；所述縮放因子λ系數根據方程式計算得到；

其中，第一項為模型預測損失，第二項是關于γ的正則項，λ是權衡兩項的超參數，一般賦值為1e-4或1e-5，g(*)表達式為g(s)＝|s|，即L1范數。

8.一種手機玻璃缺陷檢測裝置，其特征在于，包括：

圖像采集模塊，用于獲取手機蓋板玻璃的原始缺陷圖像數據；

數據擴充模塊，用于生成WGAN-GP網絡，并在所述WGAN-GP網絡中對所述原始缺陷圖像數據進行擴充，得到所述擴充后的缺陷圖像數據；

數據集制作模塊，用于根據所述原始缺陷圖像數據和所述擴充后的缺陷圖像數據獲得手機蓋板玻璃的VOC缺陷數據集；

網絡搭建模塊，用于搭建改進YOLOv3檢測網絡；

聚類模塊，用于利用K-means算法對標記框進行聚類，以得到多個錨箱，并添加進所述檢測層中；

數據檢測模塊，用于對所述權重和網絡框架進行檢測數據集的測試，以得到檢測目標的類別信息、位置信息及置信度信息。