【技术实现步骤摘要】
零部件的检测方法、装置、电子设备及存储介质
本申请涉及人工智能中计算机视觉、深度学习和云计算
,具体用于工业质检方面,具体涉及一种零部件的检测方法、装置、电子设备及存储介质。
技术介绍
随着工业现代化程度的提高,机器被广泛地应用于各个行业,如电子、化工、航空航天等,而零部件是机器的基本组成要素。在现有技术中,对零部件的检测的方法为:获取次品零部件,根据次品零部件和神经网络模型生成检测模型,并根据该检测模型对待检测的零部件进行检测。然而专利技术人在实现本申请的过程中,发现至少存在如下问题:检测的误差偏高。
技术实现思路
提供了一种用于降低检测的误差的零部件的检测方法、装置、电子设备、存储介质。根据第一方面,提供了一种零部件的检测方法,包括:获取待检测零部件的待检测图像;根据所述待检测图像和预先设置的检测模型,生成所述待检测零部件的质量检测信息,其中,所述检测模型是基于次品样本图像、良品样本图像及神经网络模型生成的,且所述良品样本图像为包括伪缺陷信息的图像。在本申请实施例中,通过结合包括伪缺陷信息的图像的良品样本图像生成检测模型,可以提高检测的准确性和可靠性的技术效果。根据第二方面,本申请实施例提供了零部件的检测装置,包括:第一获取模块,用于获取待检测零部件的待检测图像;第一生成模块,用于根据所述待检测图像和预先设置的检测模型,生成所述待检测零部件的质量检测信息,其中,所述检测模型是基于次品样本图像、良品样本图像及神经网络模 ...
【技术保护点】
1.一种零部件的检测方法,包括:/n获取待检测零部件的待检测图像;/n根据所述待检测图像和预先设置的检测模型,生成所述待检测零部件的质量检测信息,其中,所述检测模型是基于次品样本图像、良品样本图像及神经网络模型生成的,且所述良品样本图像为包括伪缺陷信息的图像。/n
【技术特征摘要】
1.一种零部件的检测方法,包括:
获取待检测零部件的待检测图像;
根据所述待检测图像和预先设置的检测模型,生成所述待检测零部件的质量检测信息,其中,所述检测模型是基于次品样本图像、良品样本图像及神经网络模型生成的,且所述良品样本图像为包括伪缺陷信息的图像。
2.根据权利要求1所述的方法,还包括:
分别获取所述次品样本图像和所述良品样本图像;
对所述次品样本图像和所述良品样本图像分别进行切图,生成训练集;
根据所述训练集对所述神经网络模型进行训练,生成所述检测模型。
3.根据权利要求2所述的方法,其中,所述对所述次品样本图像和所述良品样本图像分别进行切图,生成训练集包括:
基于次品样本的不同表面对所述次品样本图像进行切图,生成次品样本训练图像;
基于良品样本的不同表面对所述良品样本图像进行切图,生成良品样本训练图像;
所述训练集包括所述次品样本训练图像和所述良品样本训练图像。
4.根据权利要求3所述的方法,还包括:
获取历史检测记录中,被误判为次品的零部件;
根据所述被误判为次品的零部件在所述良品样本训练图像上生成所述伪缺陷信息。
5.根据权利要求4所述的方法,其中,所述根据所述被误判为次品的零部件在所述良品样本训练图像上生成伪缺陷信息包括:
确定所述被误判为次品的零部件的缺陷的位置信息;
根据所述位置信息在所述良品样本训练图像上生成所述伪缺陷信息。
6.根据权利要求3所述的方法,还包括:
对所述训练集中的各图像进行相同分辨率处理。
7.根据权利要求1至6中任一项所述的方法,还包括:
基于所述待检测零部件的不同表面对所述待检测图像进行切图,生成多个目标图像;
以及所述根据所述待检测图像和预先设置的检测模型,生成所述待检测零部件的质量检测信息包括:根据多个所述目标图像和所述检测模型,生成所述质量检测信息。
8.根据权利要求7所述的方法,其中,所述根据多个所述目标图像和所述检测模型,生成所述质量检测信息包括:
根据多个所述目标图像和所述检测模型,生成各所述目标图像各自对应的检测信息;
对各所述检测信息进行去重处理,生成所述质量检测信息。
9.根据权利要求8所述的方法,其中,所述检测信息包括初始缺陷类型和初始缺陷位置,所述对各所述检测信息进行去重处理,生成所述质量检测信息包括:
根据各所述初始缺陷位置确定缺陷在所述待检测图像中的各映射位置;
对各所述映射位置进行去重处理,生成目标缺陷位置;
对各所述目标图像的初始缺陷类型进行去重处理,生成目标缺陷类型,所述质量检测信息包括所述目标缺陷位置和所述目标缺陷类型。
10.一种零部件的检测装置,包括:
第一获取模块,用于获取待检测零部件的待检测图像;
第一生成模块,用于根据所述待检测图像和预先设置的...
【专利技术属性】
技术研发人员:林书妃,苑鹏程,张滨,韩树民,徐英博,冯原,辛颖,王晓迪,刘静伟,文石磊,章宏武,丁二锐,
申请(专利权)人:北京百度网讯科技有限公司,
类型:发明
国别省市:北京;11
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。