[發明專利]零件缺陷的檢測方法、裝置、終端設備及存儲介質在審
| 申請號: | 202111090323.0 | 申請日: | 2021-09-17 |
| 公開(公告)號: | CN113538436A | 公開(公告)日: | 2021-10-22 |
| 發明(設計)人: | 于洋;熊海飛;黃雪峰;李飛;陳彪 | 申請(專利權)人: | 深圳市信潤富聯數字科技有限公司 |
| 主分類號: | G06T7/00 | 分類號: | G06T7/00;G06T7/194;G06K9/46;G06K9/62;G06N3/04;G06N3/08 |
| 代理公司: | 深圳市世紀恒程知識產權代理事務所 44287 | 代理人: | 薛福玲 |
| 地址: | 518000 廣東省深圳市羅湖區桂園街道老圍*** | 國省代碼: | 廣東;44 |
| 權利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關鍵詞: | 零件 缺陷 檢測 方法 裝置 終端設備 存儲 介質 | ||
1.一種零件缺陷的檢測方法,其特征在于,所述零件缺陷的檢測方法包括以下步驟:
獲取待檢測零件的圖片數據;
調用預設零件缺陷檢測模型針對所述圖片數據型進行背景分割檢測和缺陷分割檢測;
將進行所述背景分割檢測得到的第一檢測結果,與進行所述缺陷分割檢測得到的第二檢測結果進行比對分析,得到實際檢測結果。
2.如權利要求1所述的零件缺陷的檢測方法,其特征在于,所述零件缺陷的檢測方法還包括:
采集零件樣本的待訓練圖片數據,將所述待訓練圖片數據和所述零件樣本對應的標簽值作為模型輸入,并根據所述模型輸入訓練得到預設零件缺陷檢測模型。
3.如權利要求2所述的零件缺陷的檢測方法,其特征在于,所述根據所述模型輸入訓練得到預設零件缺陷檢測模型的步驟,包括:
提取所述待訓練圖片數據的特征,以根據所述特征進行模型訓練;
基于預設分割檢測函數針對所述特征進行檢測得到損失分數;
若所述損失分數收斂,則結束模型訓練的過程得到所述預設零件缺陷檢測模型。
4.如權利要求3所述的零件缺陷的檢測方法,其特征在于,所述預設分割檢測函數包括背景分割函數與缺陷分割函數,
所述基于預設分割檢測函數針對所述特征進行檢測得到損失分數的步驟,包括:
針對所述背景分割函數與所述缺陷分割函數進行動態加權求和生成總損失函數,并基于所述總損失函數得到損失分數,其中,所述損失分數用于評價所述預設零件缺陷檢測模型針對所述零件樣本進行檢測得到檢測結果的準確性。
5.如權利要求4所述的零件缺陷的檢測方法,其特征在于,在所述基于預設分割檢測函數針對所述特征進行檢測得到損失分數的步驟之后,還包括:
若所述損失分數不收斂,則針對未完成訓練過程的預設零件缺陷檢測模型進行梯度反向傳播。
6.如權利要求3所述的零件缺陷的檢測方法,其特征在于,所述提取所述待訓練圖片數據的特征的步驟,包括:
針對所述待訓練圖片數據進行卷積處理得到第一特征圖;
針對所述第一特征圖進行上采樣處理得到第二特征圖;
將所述第一特征圖與所述第二特征圖進行特征融合得到所述待訓練圖片數據的特征。
7.如權利要求1所述的零件缺陷的檢測方法,其特征在于,在所述得到實際檢測結果的步驟之后,包括:
獲取預設缺陷標準,將所述預設缺陷標準與所述實際檢測結果進行比對得到比對結果;
根據所述比對結果判定所述待檢測零件是否達到所述預設缺陷標準。
8.一種零件缺陷的檢測裝置,其特征在于,所述零件缺陷的檢測裝置包括:
獲取模塊,用于獲取待檢測零件的圖片數據;
檢測模塊,用于調用預設零件缺陷檢測模型針對所述圖片數據型進行背景分割檢測和缺陷分割檢測;
分析模塊,用于將進行所述背景分割檢測得到的第一檢測結果,與進行所述缺陷分割檢測得到的第二檢測結果進行比對分析,得到實際檢測結果。
9.一種終端設備,其特征在于,所述終端設備包括:存儲器、處理器及存儲在所述存儲器上并可在所述處理器上運行的零件缺陷的檢測程序,所述零件缺陷的檢測程序被所述處理器執行時實現如權利要求1至7中任一項所述的零件缺陷的檢測方法的步驟。
10.一種存儲介質,其特征在于,所述存儲介質上存儲有計算機程序,所述計算機程序被處理器執行時實現如權利要求1至7中任一項所述的零件缺陷的檢測方法的步驟。
該專利技術資料僅供研究查看技術是否侵權等信息,商用須獲得專利權人授權。該專利全部權利屬于深圳市信潤富聯數字科技有限公司,未經深圳市信潤富聯數字科技有限公司許可,擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作,請聯系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/202111090323.0/1.html,轉載請聲明來源鉆瓜專利網。





