【技术实现步骤摘要】
涂胶缺陷检测方法、装置、存储介质及电子设备
[0001]本公开涉及涂胶缺陷检测领域，尤其涉及涂胶缺陷检测方法、装置、存储介质及电子设备。
技术介绍
[0002]涂胶技术在工业中应用广泛，例如油底盒涂胶，飞轮壳涂胶等。相关技术中大多依赖于人工或传统算法对于涂胶缺陷进行检测，检测效率低，并且漏检概率高。以发动机油底盒涂胶为例，由于胶混合的过程会混有气泡，因此可能会产生断胶、孔胶、过细等涂胶缺陷。发动机油底盒的涂胶缺陷对于车辆质量产生较大影响，可能因为对其涂胶缺陷的检测效率低和漏检率高而产生高昂的维修费用。
技术实现思路
[0003]为了解决上述至少一个技术问题，本公开提出了一种涂胶缺陷检测的技术方案。
[0004]根据本公开的第一方面，提供了一种涂胶缺陷检测方法，所述方法包括：获取目标图像，所述目标图像包括工件的涂胶区域；基于深度神经网络对所述目标图像进行处理，得到所述涂胶区域的预测位置信息；获取所述涂胶区域的标准位置信息；根据所述预测位置信息和标准位置信息，得到涂胶缺陷检测结果。基于上述配置，可以基于深...
【技术保护点】
【技术特征摘要】
1.一种涂胶缺陷检测方法，其特征在于，所述方法包括：获取目标图像，所述目标图像包括工件的涂胶区域；基于深度神经网络对所述目标图像进行处理，得到所述涂胶区域的预测位置信息；获取所述涂胶区域的标准位置信息；根据所述预测位置信息和标准位置信息，得到涂胶缺陷检测结果。2.根据权利要求1所述的方法，其特征在于，所述工件为发动机油底盒，所述获取所述涂胶区域的标准位置信息，包括：确定所述发动机油底盒对应的型号信息；根据所述型号信息确定所述发动机油底盒对应的标准图像；基于所述标准图像中的涂胶区域，确定所述标准位置信息。3.根据权利要求1或2所述的方法，其特征在于，所述根据所述预测位置信息和标准位置信息，得到涂胶缺陷检测结果，包括：根据所述标准位置信息，得到第一区域和第二区域，所述第一区域表征所述目标图像中需要涂胶的位置形成的区域，所述第二区域表征所述目标图像中除所述第一区域外，其它允许涂胶的位置形成的区域；根据所述预测位置信息确定所述涂胶区域对所述第一区域的第一覆盖情况，以及所述涂胶区域对所述第二区域的第二覆盖情况；根据所述第一覆盖情况和第二覆盖情况，得到所述涂胶缺陷检测结果。4.根据权利要求3所述的方法，其特征在于，所述根据所述第一覆盖情况和第二覆盖情况，得到所述涂胶缺陷检测结果，至少包括以下一种情况：若所述第一覆盖情况表征所述第一区域被完全覆盖，并且所述第二覆盖情况表征所述第二区域被完全覆盖，则判定不存在涂胶缺陷；若所述第一覆盖情况表征所述第一区域被部分覆盖，则判定存在一类缺陷；若所述第一覆盖情况表征所述第一区域被完全覆盖，并且所述第二覆盖情况表征所述第二区域被部分覆盖，则判定存在二类缺陷。5.根据权利要求1
‑
4中任意一项所述的方法，其特征在于，所述根据所述预测位置信息和标准位置信息，得到涂胶缺陷检测结果，包括：根据所述标准位置信息，确定所述涂胶区域的目标数量；根据所述预测位置信息，确定所述涂胶区域的预测数量；若所述预测数量大于所述目标数量，判定存在断胶缺陷。6.根据权利要求1
‑
5中任意一项所述的方法，其特征在于，所述根据所述预测位置信息和标准位置信息，得到涂胶缺陷检测结果，至少包括以下一种情况：若所述预测位置信息表征存在第一对象，则判定存在过细缺陷，所述第一对象的最小宽度小于第一阈值；若所述预测位置信息表征存在第二对象，则判定存在孔胶缺陷，所述第二对象的外轮廓与圆形的相似度高于第二阈值；其中，所述第一阈值和所述第二阈值基于所述标准位置信息确定。7.根据权利要求1
‑
6中任意一项所述的方法，其特征在于，所述获取目标图像，包括：获取至少一个待检测图像；
计算各个所述待检测图像的清晰度；确定至少一个目标待检测图像，所述目标待检测图像为清晰度符合预设要求的所述待检测图像；基于所述目标待检测图像，得到所述目标图像。8.根据权利要求1
‑
7中任意一项所述的方法，其特征在于，所述深度神经网络包括特征提取网络、融合网络和分割网络，所述基于深度神经网络对所述目标图像进行处理，得到所述涂胶区域的预测位置信息，包括：基于所述特征提取网络对所述目标图像进行多尺度特征提取，得到多个层级的第一特征；基于所述融合网络对所述第一特征进行融合，得到目标融合结果；基于所述分割网络对所...
【专利技术属性】
技术研发人员：王谦，崔磊，吴立威，王巍，肖旭，
申请(专利权)人：北京市商汤科技开发有限公司，
类型：发明
国别省市：
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。