[發(fā)明專利]圖像檢測(cè)模型構(gòu)建方法、裝置、計(jì)算機(jī)設(shè)備及存儲(chǔ)介質(zhì)

有效

• 申請(qǐng)?zhí)枺?/td>: 202310153998.8
• 申請(qǐng)日: 2023-02-23
• 公開（公告）號(hào): CN115965856B
• 公開（公告）日: 2023-05-30
• 發(fā)明（設(shè)計(jì)）人: 田倬韜;易振彧;彭博濠;劉樞;呂江波;沈小勇
• 申請(qǐng)（專利權(quán)）人: 深圳思謀信息科技有限公司
• 主分類號(hào): G06V10/82
• 分類號(hào): G06V10/82;G06V10/44;G06V10/74;G06V10/764;G06V10/774;G06V10/776;G06V10/80;G06V20/70;G06T7/00
• 代理公司: 華進(jìn)聯(lián)合專利商標(biāo)代理有限公司 44224
• 代理人: 毛丹

1.一種圖像檢測(cè)模型構(gòu)建方法，其特征在于，包括：

獲得待測(cè)樣本圖像對(duì)應(yīng)的第一特征圖與標(biāo)準(zhǔn)圖像對(duì)應(yīng)的第二特征圖；

將所述第一特征圖與所述第二特征圖輸入原始圖像檢測(cè)模型中的第一網(wǎng)絡(luò)進(jìn)行處理，輸出相似性特征圖；所述相似性特征圖用于表征所述待測(cè)樣本圖像的各個(gè)像素區(qū)域與對(duì)應(yīng)的所述標(biāo)準(zhǔn)圖像的目標(biāo)區(qū)域之間的相似程度；所述原始圖像檢測(cè)模型包括所述第一網(wǎng)絡(luò)、第二網(wǎng)絡(luò)和第三網(wǎng)絡(luò)；

分別將所述第一特征圖、所述第二特征圖以及所述相似性特征圖輸入所述第二網(wǎng)絡(luò)中的各個(gè)子模型進(jìn)行處理，輸出第二網(wǎng)絡(luò)輸出結(jié)果；

將所述第二網(wǎng)絡(luò)輸出結(jié)果輸入所述第三網(wǎng)絡(luò)進(jìn)行處理，并對(duì)所述第三網(wǎng)絡(luò)中的各個(gè)子網(wǎng)絡(luò)的輸出結(jié)果進(jìn)行融合處理，得到融合輸出結(jié)果；所述融合輸出結(jié)果用于表征所述待測(cè)樣本圖像的各個(gè)像素區(qū)域的分類結(jié)果；

對(duì)所述融合輸出結(jié)果與所述標(biāo)準(zhǔn)圖像對(duì)應(yīng)的像素分類結(jié)果進(jìn)行差異計(jì)算，得到模型損失，并根據(jù)所述模型損失調(diào)整所述原始圖像檢測(cè)模型的模型參數(shù)直到達(dá)到訓(xùn)練結(jié)束條件得到目標(biāo)圖像檢測(cè)模型；所述目標(biāo)圖像檢測(cè)模型用于檢測(cè)圖像的缺陷區(qū)域。

2.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述獲得待測(cè)樣本圖像對(duì)應(yīng)的第一特征圖與標(biāo)準(zhǔn)圖像對(duì)應(yīng)的第二特征圖，包括：

獲取待測(cè)樣本圖像與標(biāo)準(zhǔn)圖像；

分別將所述待測(cè)樣本圖像與所述標(biāo)準(zhǔn)圖像輸入圖像特征提取模型進(jìn)行處理，輸出所述待測(cè)樣本圖像與所述標(biāo)準(zhǔn)圖像的各個(gè)像素點(diǎn)的維度特征信息；

基于所述待測(cè)樣本圖像的各個(gè)像素點(diǎn)的維度特征信息，確定所述待測(cè)樣本圖像對(duì)應(yīng)的第一特征圖；

基于所述標(biāo)準(zhǔn)圖像的各個(gè)像素點(diǎn)的維度特征信息，確定所述標(biāo)準(zhǔn)圖像對(duì)應(yīng)的第二特征圖。

3.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述分別將所述第一特征圖、所述第二特征圖以及所述相似性特征圖輸入所述第二網(wǎng)絡(luò)中的各個(gè)子模型進(jìn)行處理，輸出第二網(wǎng)絡(luò)輸出結(jié)果，包括：

將所述第一特征圖、所述第二特征圖以及所述相似性特征圖輸入所述第二網(wǎng)絡(luò)中的第一子模型進(jìn)行處理，輸出第一子輸出結(jié)果；

將所述第一特征圖、所述第二特征圖以及所述相似性特征圖輸入所述第二網(wǎng)絡(luò)中的第二子模型進(jìn)行處理，輸出第二子輸出結(jié)果；

將所述第一特征圖、所述第二特征圖以及所述相似性特征圖輸入所述第二網(wǎng)絡(luò)中的第三子模型進(jìn)行處理，輸出第三子輸出結(jié)果；

根據(jù)所述第一子輸出結(jié)果、所述第二子輸出結(jié)果以及所述第三子輸出結(jié)果，確定第二網(wǎng)絡(luò)輸出結(jié)果；

其中，所述第一子輸出結(jié)果的維度大于所述第二子輸出結(jié)果，所述第二子輸出結(jié)果的維度大于所述第三子輸出結(jié)果。

4.根據(jù)權(quán)利要求3所述的方法，其特征在于，所述將所述第二網(wǎng)絡(luò)輸出結(jié)果輸入所述第三網(wǎng)絡(luò)進(jìn)行處理，并對(duì)所述第三網(wǎng)絡(luò)中的各個(gè)子網(wǎng)絡(luò)的輸出結(jié)果進(jìn)行融合處理，得到融合輸出結(jié)果，包括：

將所述第一子輸出結(jié)果輸入所述第三網(wǎng)絡(luò)中的第一子網(wǎng)絡(luò)進(jìn)行處理，輸出第一子網(wǎng)絡(luò)輸出結(jié)果；

將所述第一子輸出結(jié)果與所述第二子輸出結(jié)果輸入所述第三網(wǎng)絡(luò)中的第二子網(wǎng)絡(luò)進(jìn)行處理，輸出第二子網(wǎng)絡(luò)輸出結(jié)果；

將所述第二子輸出結(jié)果與所述第三子輸出結(jié)果輸入所述第三網(wǎng)絡(luò)中的第三子網(wǎng)絡(luò)進(jìn)行處理，輸出第三子網(wǎng)絡(luò)輸出結(jié)果；

對(duì)所述第一子網(wǎng)絡(luò)輸出結(jié)果、所述第二子網(wǎng)絡(luò)輸出結(jié)果以及所述第三子網(wǎng)絡(luò)輸出結(jié)果進(jìn)行融合處理，得到融合輸出結(jié)果。

5.根據(jù)權(quán)利要求4所述的方法，其特征在于，所述將所述第一子輸出結(jié)果輸入所述第三網(wǎng)絡(luò)中的第一子網(wǎng)絡(luò)進(jìn)行處理，輸出第一子網(wǎng)絡(luò)輸出結(jié)果，包括：

將所述第一子輸出結(jié)果輸入目標(biāo)卷積網(wǎng)絡(luò)進(jìn)行處理，輸出第一目標(biāo)輸出結(jié)果；所述目標(biāo)卷積網(wǎng)絡(luò)包含兩層卷積神經(jīng)網(wǎng)絡(luò)；

將所述第一目標(biāo)輸出結(jié)果與所述第一子輸出結(jié)果進(jìn)行融合處理，得到第一子網(wǎng)絡(luò)輸出結(jié)果。