[發(fā)明專利]表面缺陷檢測模型訓(xùn)練方法、表面缺陷檢測方法及系統(tǒng)

有效

• 申請?zhí)枺?/td>: 202110548337.6
• 申請日: 2021-05-19
• 公開（公告）號: CN113222950B
• 公開（公告）日: 2023-07-07
• 發(fā)明（設(shè)計(jì)）人: 高紅超;盧盛林
• 申請（專利權(quán)）人: 廣東奧普特科技股份有限公司
• 主分類號: G06T7/00
• 分類號: G06T7/00;G06N3/0464;G06N3/08
• 代理公司: 北京集佳知識產(chǎn)權(quán)代理有限公司 11227
• 代理人: 張建

本發(fā)明公開了一種表面缺陷檢測模型訓(xùn)練方法、表面缺陷檢測方法及系統(tǒng)，其中表面缺陷檢測模型訓(xùn)練方法包括：獲取產(chǎn)品的正常圖片和與產(chǎn)品無關(guān)的外部圖片；將所述正常圖片和所述外部圖片輸入到基于深度神經(jīng)網(wǎng)絡(luò)的表面缺陷檢測模型中，對基于深度神經(jīng)網(wǎng)絡(luò)的表面缺陷檢測模型進(jìn)行訓(xùn)練，得到表面缺陷檢測模型。本發(fā)明無需采集帶有缺陷的產(chǎn)品圖片，僅需采集產(chǎn)品的正常圖片和與產(chǎn)品無關(guān)的外部圖片就能訓(xùn)練得到表面缺陷檢測模型，解決了現(xiàn)有技術(shù)中帶有缺陷的產(chǎn)品圖片采集困難、集采成本高以及缺陷與否閾值難以確定等問題，模型的可靠性較高，適于大范圍推廣應(yīng)用。

技術(shù)領(lǐng)域

本發(fā)明涉及機(jī)器視覺技術(shù)領(lǐng)域，尤其涉及一種表面缺陷檢測模型訓(xùn)練方法、表面缺陷檢測方法及系統(tǒng)。

背景技術(shù)

隨著工業(yè)的快速發(fā)展，人們對產(chǎn)品的質(zhì)量越來越關(guān)注，提出的要求也越來越嚴(yán)格。由于產(chǎn)品在生產(chǎn)過程中往往會出現(xiàn)一些缺陷，這些缺陷具有一定的隨機(jī)性，即缺陷類型、形狀大小各異，因此產(chǎn)品表面缺陷檢測作為生產(chǎn)過程中最重要的工序之一，它將直接影響到產(chǎn)品質(zhì)量以及用戶體驗(yàn)。

此前，針對產(chǎn)品表面的缺陷檢測，許多廠家仍是以人工檢測為主，即通過人工目視的方式觀察產(chǎn)品表面是否存在缺陷，然后利用經(jīng)驗(yàn)知識判斷缺陷所屬的類別。這種方式雖然簡單，但存在易受人員主觀意識影響，耗時費(fèi)力且檢測精度難以保證的缺陷，所以正逐漸被各大廠家棄用。后來，有人提出了基于深度學(xué)習(xí)的表面缺陷檢測技術(shù)，該技術(shù)的核心是利用機(jī)器視覺代替人眼視覺去參與產(chǎn)品的質(zhì)量監(jiān)控。由于不僅可以降低人力成本，以排除人的主觀意識和視覺疲勞所造成的判斷差異的影響，而且還能提高了檢測效率和精度，減小了檢測誤差，因此該技術(shù)自提出之日起，就迅速被應(yīng)用到了產(chǎn)品表面的缺陷檢測工序中，成為了當(dāng)今制造業(yè)的發(fā)展趨勢。

目前，基于深度學(xué)習(xí)的表面缺陷檢測技術(shù)通常需要預(yù)先采集一些帶有缺陷的產(chǎn)品圖片和無缺陷的產(chǎn)品圖片，以作為缺陷檢測模型的訓(xùn)練數(shù)據(jù)。然而在實(shí)際的應(yīng)用過程中，相對于無缺陷的產(chǎn)品圖片而言，采集帶有缺陷的產(chǎn)品圖片的難度是比較大的，因?yàn)閹в腥毕莸漠a(chǎn)品圖片的數(shù)量比較少，往往是很多張無缺陷的產(chǎn)品圖片中才會出現(xiàn)一張帶有缺陷的產(chǎn)品圖片，這就使得帶有缺陷的產(chǎn)品圖片的采集代價(jià)較大，甚至無法采集到帶有缺陷的產(chǎn)品圖片，從而導(dǎo)致帶有缺陷的產(chǎn)品圖片的數(shù)量遠(yuǎn)遠(yuǎn)達(dá)不到缺陷檢測模型訓(xùn)練的數(shù)量級。此外，在訓(xùn)練缺陷檢測模型時，對于產(chǎn)品圖片有無缺陷的閾值設(shè)置需要多次試驗(yàn)才能得到一個合理的閾值，這直接導(dǎo)致所訓(xùn)練得到的缺陷檢測模型的穩(wěn)定性會隨著閾值設(shè)置的高低而變化，可靠性較差。

因此，對現(xiàn)有的基于深度學(xué)習(xí)的表面缺陷檢測技術(shù)進(jìn)行改進(jìn)，以解決上述問題就顯得非常有必要。

以上信息作為背景信息給出只是為了輔助理解本公開，并沒有確定或者承認(rèn)任意上述內(nèi)容是否可用作相對于本公開的現(xiàn)有技術(shù)。

發(fā)明內(nèi)容

本發(fā)明提供一種表面缺陷檢測模型訓(xùn)練方法、表面缺陷檢測方法及系統(tǒng)，以解決現(xiàn)有技術(shù)的不足。

本發(fā)明實(shí)施例第一方面公開一種表面缺陷檢測模型訓(xùn)練方法；

作為一種可選的實(shí)施方式，在本發(fā)明實(shí)施例第一方面中，所述方法包括：

獲取產(chǎn)品的正常圖片和與產(chǎn)品無關(guān)的外部圖片；

將所述正常圖片和所述外部圖片輸入到基于深度神經(jīng)網(wǎng)絡(luò)產(chǎn)品表面缺陷檢測模型中，對所述缺陷檢測模型進(jìn)行訓(xùn)練，得到表面缺陷檢測模型。

作為一種可選的實(shí)施方式，所述表面缺陷檢測模型訓(xùn)練方法中，將所述正常圖片和所述外部圖片輸入到基于深度神經(jīng)網(wǎng)絡(luò)的表面缺陷檢測模型中，對所述基于深度神經(jīng)網(wǎng)絡(luò)的表面缺陷檢測模型進(jìn)行訓(xùn)練，得到表面缺陷檢測模型的步驟包括：

將所述正常圖片和所述外部圖片輸入到基于深度神經(jīng)網(wǎng)絡(luò)的表面缺陷檢測模型中；