【技术实现步骤摘要】
模型训练方法、焊点缺陷检测方法、装置及电子设备
本申请涉及焊点缺陷检测
，具体而言，涉及一种模型训练方法、焊点缺陷检测方法、装置及电子设备。
技术介绍
焊接，也称作熔接、镕接，是一种以加热、高温或者高压的方式接合金属或其他热塑性材料的制造工艺及技术。在焊接产品的生产制造过程中，通常会对焊接过程中形成的焊点进行缺陷检测，以避免将存在焊点缺陷的焊接产品误判为良品，而降低焊接产品的出厂良品率。但是，由于焊点形态的多样性，有些坏品的样本比较少见，同时，由于焊点区域特征的多样性，基于特征的判断方法，也不成熟。例如，针对焊点区域特征缺少，甚至没有的情况，现有技术中，通常是直接采用像素机进行像素分割的，因此，分割准确度是无法保证的，最终，导致焊点缺陷检测结果的准确率较低。
技术实现思路
本申请的目的在于，提供一种模型训练方法、焊点缺陷检测方法、装置及电子设备，以解决上述问题。第一方面，本申请提供的模型训练方法，包括：将多张第二焊接物图像输入目标分割模型，并接收目标分割模型对多张第二焊接物图像进行分...
【技术保护点】
1.一种模型训练方法，其特征在于，包括：/n对多张第一焊接物图像进行区域标注，获得多张区域标注图像，且所述区域标注图像中包括标注出的焊印区域；/n利用所述多张第一焊接物图像和所述多张区域标注图像，对初始分割模型进行训练，获得目标分割模型；/n将多张第二焊接物图像输入目标分割模型，并接收所述目标分割模型对所述多张第二焊接物图像进行分割，而获得的多张第一焊印区域图像；/n为所述多张第一焊印区域图像中的每张第一焊印区域图像添加缺陷表征标签，所述缺陷表征标签用于表征所述第一焊印区域图像中包括的焊点是否存在缺陷；/n利用所述多张第一焊印区域图像，以及所述多张第一焊印区域图像的缺陷表征...
【技术特征摘要】
1.一种模型训练方法，其特征在于，包括：
对多张第一焊接物图像进行区域标注，获得多张区域标注图像，且所述区域标注图像中包括标注出的焊印区域；
利用所述多张第一焊接物图像和所述多张区域标注图像，对初始分割模型进行训练，获得目标分割模型；
将多张第二焊接物图像输入目标分割模型，并接收所述目标分割模型对所述多张第二焊接物图像进行分割，而获得的多张第一焊印区域图像；
为所述多张第一焊印区域图像中的每张第一焊印区域图像添加缺陷表征标签，所述缺陷表征标签用于表征所述第一焊印区域图像中包括的焊点是否存在缺陷；
利用所述多张第一焊印区域图像，以及所述多张第一焊印区域图像的缺陷表征标签，对初始分类模型进行训练，获得目标分类模型。
2.根据权利要求1所述的模型训练方法，其特征在于，所述对多张第一焊接物图像进行区域标注，获得多张区域标注图像，包括：
调用图像标注软件，以通过所述图像标注软件对所述多张第一焊接物图像进行区域标注，获得多张待检测标注图像；
对所述多张待检测标注图像进行标注检测，以将所述多张待检测标注图像中，标注成功的待检测标注图像，作为所述区域标注图像，以及将所述多张待检测标注图像中，标注失败的待检测标注图像，作为待处理图像；
针对每张所述待处理图像，接收对所述待处理图像进行二次区域标注之后，获得的区域标注图像。
3.根据权利要求1所述的模型训练方法，其特征在于，所述模型训练方法，还包括：
获取目标焊接物在不同位置光源下对应的N张初始焊接图像，N≥3，且为整数；
对所述N张初始焊接图像进行融合，获得所述第二焊接物图像或所述第一焊接物图像。
4.根据权利要求3所述的模型训练方法，其特征在于，所述模型训练方法应用于电子设备，所述电子设备与摄像设备连接，且所述摄像设备设置于目标载体上方，所述目标载体用于放置所述目标焊接物，且所述目标载体的不同位置处分别设置有多个光源，所述获取目标焊接物在不同位置光源下对应的N张初始焊接图像，包括：
针对所述多个光源中的每个光源，分别在所述光源开启，而其他光源关闭的情况下，获取所述摄像设备采集的初始焊接图像，以获得N-1张初始焊接图像；
在所述多个光源中的所有光源开启的情况下，获取所述摄像设备采集的待处理焊接图像，以获得一张初始焊接图像。
5.根据权利要求3所述的模型训练方法，其特征在于，所述对所述N张初始焊接图像进行融合，获得所述第二焊接物图像或所述第一焊接物图像，包括：
获取所述N张初始焊接图像中，每张初始焊接图像对应的融合权重系数；
针对所述N张初始焊接图像中的每张初始焊接图像，将所述初始焊接图像中，每个像素点的像素值与所述初始焊接图像对应的融合权重系数相乘，以获得N张待叠合图像；
对所述N张待叠合图像进行叠合，获得所述第二焊接物图像或所述第一焊接物图...
【专利技术属性】
技术研发人员：杜义贤，万君社，龚亚忠，黄志双，曾奕雄，
申请(专利权)人：广东利元亨智能装备股份有限公司，
类型：发明
国别省市：广东;44
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。