[發明專利]工業產品缺陷檢測方法和裝置有效
| 申請號: | 202111336283.3 | 申請日: | 2021-11-12 |
| 公開(公告)號: | CN113780484B | 公開(公告)日: | 2022-02-11 |
| 發明(設計)人: | 杭天欣;馬元巍;潘正頤;侯大為;倪文淵 | 申請(專利權)人: | 常州微億智造科技有限公司 |
| 主分類號: | G06K9/62 | 分類號: | G06K9/62;G06V10/46;G06V10/74;G06V10/774 |
| 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 |
| 地址: | 213016 江蘇省常州市鐘*** | 國省代碼: | 江蘇;32 |
| 權利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關鍵詞: | 工業產品 缺陷 檢測 方法 裝置 | ||
1.一種工業產品缺陷檢測方法,其特征在于,包括以下步驟:
S1,獲取缺陷集,其中,所述缺陷集包括多個缺陷圖像,每個所述缺陷圖像均包含普通缺陷;
S2,抽取所述缺陷集中的一部分缺陷圖像進行缺陷標注,以構成第一訓練集,并通過所述第一訓練集訓練目標檢測模型;
S3,將所述缺陷集中的每個缺陷圖像分別輸入訓練后的目標檢測模型,得到每個缺陷圖像的第一缺陷檢出框;
S4,對每個所述第一缺陷檢出框進行物理量分析以得到缺陷物理量數據,并判斷每個所述第一缺陷檢出框內是否真的包含普通缺陷,以及以是否真的包含普通缺陷的判斷結果對相應的第一缺陷檢出框的缺陷物理量數據進行標注,以得到第二訓練集,并通過所述第二訓練集訓練過檢分析模型;
S5,獲取良品集,其中,所述良品集包括多個良品圖像;
S6,抽取所述良品集中的一部分良品圖像進行隨機摳圖操作,生成模擬特殊缺陷的殘缺圖像,并以該部分良品圖像及其對應的殘缺圖像構成第三訓練集,以及通過所述第三訓練集訓練殘缺圖恢復模型;
S7,將所述良品集中的每個良品圖像分別輸入訓練后的殘缺圖恢復模型中的特征提取網絡,得到每個良品圖像對應的特征向量,構成良品向量庫;
S8,獲取待檢測工業產品圖像;
S9,將所述待檢測工業產品圖像輸入訓練后的目標檢測模型,得到所述待檢測工業產品圖像的第二缺陷檢出框;
S10,將所述待檢測工業產品圖像的第二缺陷檢出框輸入所述過檢分析模型,得到所述待檢測工業產品圖像的第二缺陷檢出框內是否真的包含普通缺陷的過檢分析結果;
S11,將所述待檢測工業產品圖像輸入訓練后的殘缺圖恢復模型中的特征提取網絡,得到所述待檢測工業產品圖像的特征向量;
S12,從所述良品向量庫中隨機抽取預設數量的特征向量;
S13,計算所述待檢測工業產品圖像的特征向量與從所述良品向量庫中抽取的特征向量的相似度數據;
S14,根據所述相似度數據得到所述待檢測工業產品圖像是否存在特殊缺陷的漏檢分析結果;
S15,以所述過檢分析結果和所述漏檢分析結果作為所述待檢測工業產品圖像的缺陷檢測結果。
2.根據權利要求1所述的工業產品缺陷檢測方法,其特征在于,所述缺陷物理量數據包括第一缺陷檢出框的尺寸數據、坐標數據、對比度數據、亮度數據、灰度數據、類別、檢出分數中的至少一種。
3.根據權利要求1或2所述的工業產品缺陷檢測方法,其特征在于,步驟S13具體包括:
計算所述待檢測工業產品圖像的特征向量與從所述良品向量庫中抽取的每個特征向量之間的余弦相似度,并求取平均值,得到所述相似度數據。
4.根據權利要求3所述的工業產品缺陷檢測方法,其特征在于,步驟S14具體包括:
如果所述相似度數據大于或等于預設閾值,則判定所述待檢測工業產品圖像不存在特殊缺陷;
如果所述相似度數據小于所述預設閾值,則判定所述待檢測工業產品圖像存在特殊缺陷。
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常州微億智造科技有限公司,未經常州微億智造科技有限公司許可,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/202111336283.3/1.html,轉載請聲明來源鉆瓜專利網。
- 上一篇:一種小型矩形鐵芯擠壓成型的方法
- 下一篇:工業產品外觀缺陷檢測方法和裝置





