[發(fā)明專(zhuān)利]檢測(cè)方法及裝置、檢測(cè)設(shè)備和存儲(chǔ)介質(zhì)

在審

• 申請(qǐng)?zhí)枺?/td>: 202110456038.X
• 申請(qǐng)日: 2021-04-26
• 公開(kāi)（公告）號(hào): CN113192021A
• 公開(kāi)（公告）日: 2021-07-30
• 發(fā)明（設(shè)計(jì)）人: 陳魯;肖安七;呂素;李青格樂(lè);張嵩
• 申請(qǐng)（專(zhuān)利權(quán)）人: 深圳中科飛測(cè)科技股份有限公司
• 主分類(lèi)號(hào): G06T7/00
• 分類(lèi)號(hào): G06T7/00;G06K9/62
• 代理公司: 北京清亦華知識(shí)產(chǎn)權(quán)代理事務(wù)所(普通合伙) 11201
• 代理人: 邵泳城

1.一種檢測(cè)方法，其特征在于，包括：

輸入樣本圖像至第一分類(lèi)模型，以輸出所述樣本圖像的類(lèi)型；

在所述樣本圖像的類(lèi)型為缺陷圖像時(shí)，輸入所述樣本圖像至第二分類(lèi)模型進(jìn)行訓(xùn)練，以使得所述第二分類(lèi)模型收斂；及

根據(jù)收斂后的所述第二分類(lèi)模型檢測(cè)待測(cè)件的圖像的缺陷。

2.根據(jù)權(quán)利要求1所述的檢測(cè)方法，其特征在于，還包括：

獲取多張無(wú)缺陷的第一圖像及多張包含不同類(lèi)型缺陷的第二圖像，以組成第一訓(xùn)練集，所述第一圖像的數(shù)量和所述第二圖像的數(shù)量的差值小于預(yù)定閾值；

輸入所述第一訓(xùn)練集至第一分類(lèi)模型，以獲取訓(xùn)練至收斂的所述第一分類(lèi)模型。

3.根據(jù)權(quán)利要求1所述的檢測(cè)方法，其特征在于，所述在所述樣本圖像的類(lèi)型為缺陷圖像時(shí)，輸入所述樣本圖像至第二分類(lèi)模型進(jìn)行訓(xùn)練，以使得所述第二分類(lèi)模型收斂，包括：

獲取多個(gè)類(lèi)型為缺陷圖像的所述樣本圖像，以作為訓(xùn)練圖像；

標(biāo)注所述訓(xùn)練圖像中的缺陷；

將標(biāo)注前的多個(gè)所述訓(xùn)練圖像和標(biāo)注后的多個(gè)所述訓(xùn)練圖像作為第二訓(xùn)練集，輸入到所述第二分類(lèi)模型進(jìn)行訓(xùn)練，以獲取訓(xùn)練至收斂的所述第二分類(lèi)模型。

4.根據(jù)權(quán)利要求3所述的檢測(cè)方法，其特征在于，所述在所述樣本圖像的類(lèi)型為缺陷圖像時(shí)，輸入所述樣本圖像至第二分類(lèi)模型進(jìn)行訓(xùn)練，以使得所述第二分類(lèi)模型收斂，還包括：

根據(jù)所述訓(xùn)練圖像的缺陷的類(lèi)型，將所述訓(xùn)練圖像進(jìn)行分類(lèi)；

獲取所述缺陷的類(lèi)型對(duì)應(yīng)的所述訓(xùn)練圖像的第一數(shù)量；及

在所述缺陷的類(lèi)型當(dāng)前的所述訓(xùn)練圖像的第二數(shù)量小于所述第一數(shù)量時(shí)，對(duì)所述訓(xùn)練圖像進(jìn)行擴(kuò)增處理，以獲取達(dá)到所述第一數(shù)量的所述缺陷的類(lèi)型對(duì)應(yīng)的所述訓(xùn)練圖像，所述擴(kuò)增處理包括鏡像、平移、旋轉(zhuǎn)、剪切和變形中至少一種。

5.根據(jù)權(quán)利要求3所述的檢測(cè)方法，其特征在于，不同所述缺陷的類(lèi)型對(duì)應(yīng)的所述第一數(shù)量相同；或者，所述第一數(shù)量根據(jù)所述缺陷的類(lèi)型確定。

6.根據(jù)權(quán)利要求1所述的檢測(cè)方法，其特征在于，所述輸入樣本圖像至第一分類(lèi)模型，以輸出所述樣本圖像的類(lèi)型，包括：

輸入所述樣本圖像至所述第一分類(lèi)模型，以輸出所述樣本圖像的所述類(lèi)型和置信度；

根據(jù)預(yù)設(shè)的置信度閾值和所述置信度確定所述樣本圖像的最終類(lèi)型。

7.根據(jù)權(quán)利要求1所述的檢測(cè)方法，其特征在于，所述根據(jù)收斂后的所述第二分類(lèi)模型檢測(cè)待測(cè)件的圖像的缺陷，包括：

根據(jù)收斂后的所述第二分類(lèi)模型檢測(cè)所述待測(cè)件的圖像，以確定所述缺陷的類(lèi)型、位置及置信度；

在所述置信度大于所述缺陷的類(lèi)型對(duì)應(yīng)的置信度閾值時(shí)，輸出所述缺陷的類(lèi)型和位置。

8.一種檢測(cè)裝置，其特征在于，包括：

輸入輸出模塊，用于輸入樣本圖像至第一分類(lèi)模型，以輸出所述樣本圖像的類(lèi)型；

第一獲取模塊，用于在所述樣本圖像的類(lèi)型為缺陷圖像時(shí)，輸入所述樣本圖像至第二分類(lèi)模型進(jìn)行訓(xùn)練，以使得所述第二分類(lèi)模型收斂；及

檢測(cè)模塊，用于根據(jù)收斂后的所述第二分類(lèi)模型檢測(cè)待測(cè)件的圖像的缺陷。

9.一種檢測(cè)設(shè)備，其特征在于，包括處理器，所述處理器用于：

輸入樣本圖像至第一分類(lèi)模型，以輸出所述樣本圖像的類(lèi)型；

在所述樣本圖像的類(lèi)型為缺陷圖像時(shí)，輸入所述樣本圖像至第二分類(lèi)模型進(jìn)行訓(xùn)練，以使得所述第二分類(lèi)模型收斂；及

根據(jù)收斂后的所述第二分類(lèi)模型檢測(cè)待測(cè)件的圖像的缺陷。

10.一種存儲(chǔ)有計(jì)算機(jī)程序的非易失性計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)，當(dāng)所述計(jì)算機(jī)程序被一個(gè)或多個(gè)處理器執(zhí)行時(shí)，使得所述處理器執(zhí)行權(quán)利要求1至7中任一項(xiàng)所述的檢測(cè)方法。