产品缺陷识别方法、装置、设备及可读存储介质制造方法及图纸

本申请公开了一种产品缺陷识别方法、装置、设备及可读存储介质，该方法包括步骤：获取待测产品的待测图片，并获取所述待测图片对应的样本图片；基于所述样本图片中的样本产品的对中数据，对所述待测图片进行对中处理，得到处理后待测图片；获取产品缺陷识别模型，并输入所述处理后待测图片至所述产品缺陷识别模型，得到产品缺陷识别结果；所述产品缺陷识别模型基于预设缺陷预设缺陷训练数据集对未训练产品缺陷识别模型进行迭代训练后得到。本申请使得待测图片进行缺陷识别所得到的缺陷识别结果更为准确，降低了识别产品的缺陷时的误差。差。差。

【技术实现步骤摘要】
产品缺陷识别方法、装置、设备及可读存储介质


[0001]本申请涉及深度学习
，尤其涉及一种产品缺陷识别方法、装置、设备及可读存储介质。

技术介绍

[0002]目前，在对产品进行X光无损探伤时，在通过X光拍摄到的图片后，可以通过相应的检测算法自动从图片中识别到产品的缺陷，从而实现智能识别缺陷的目的。
[0003]然而，上述图片在输入检测算法时，产品的摆放角度各异，导致检测算法在自动识别缺陷时，受产品摆放角度的影响，使得识别产品的缺陷时误差较大。

技术实现思路

[0004]本申请的主要目的在于提供一种产品缺陷识别方法、装置、设备及可读存储介质，旨在解决现有的如何降低识别产品的缺陷时的误差的技术问题。
[0005]为实现上述目的，本申请提供一种产品缺陷识别方法，所述产品缺陷识别方法包括步骤：获取待测产品的待测图片，并获取所述待测图片对应的样本图片；基于所述样本图片中的样本产品的对中数据，对所述待测图片进行对中处理，得到处理后待测图片；获取产品缺陷识别模型，并输入所述处理后待测图片至所述产品缺陷识别模型，得到产品缺陷识别结果；所述产品缺陷识别模型基于预设缺陷预设缺陷训练数据集对未训练产品缺陷识别模型进行迭代训练后得到。
[0006]可选地，所述基于所述样本图片中的样本产品的对中数据，对所述待测图片进行对中处理，得到处理后待测图片，包括：确定所述样本图片中的样本产品的对中数据为图片匹配模板；基于所述图片匹配模板匹配所述待测图片，得到对中参数；基于所述对中参数，调整所述待测图片，得到处理后待测图片，以使所述待测产品的摆放位置和角度与所述样本产品的摆放位置和角度相同。
[0007]可选地，所述获取产品缺陷识别模型之前，包括：调整所述处理后待测图片的图片参数至预设图片参数。
[0008]可选地，所述获取产品缺陷识别模型之前，包括：获取预设缺陷训练数据集和待训练产品缺陷识别模型；基于所述预设缺陷训练数据集对所述待训练产品缺陷识别模型进行迭代训练，得到更新后的待训练产品缺陷识别模型，并确定所述更新后的待训练产品缺陷识别模型是否满足预设迭代结束条件；若所述更新后的待训练产品缺陷识别模型满足所述预设迭代结束条件，则将所述更新后的待训练产品缺陷识别模型作为所述产品缺陷识别模型；
若所述更新后的待训练产品缺陷识别模型未满足所述迭代结束条件，则返回基于所述预设缺陷训练数据集对所述待训练产品缺陷识别模型进行迭代训练步骤，直至所述更新后的待训练产品缺陷识别模型满足所述迭代结束条件。
[0009]可选地，所述获取所述待测图片对应的样本图片，包括：获取图片名与所述待测图片的图片名相对应的样本图片。
[0010]可选地，所述输入所述处理后待测图片至所述产品缺陷识别模型，得到产品缺陷识别结果之后，包括：记录所述产品缺陷识别结果对应的一个或多个缺陷；确定各所述缺陷的发生频次；若存在一缺陷的发生频次大于预设发生频次且所述缺陷满足预设缺陷要求，则确定所述缺陷为非产品缺陷。
[0011]可选地，所述确定各所述缺陷的发生频次之后，还包括：基于预设映射关系，确定所述缺陷的缺陷发生原因；输出所述缺陷发生原因对应的提示信息，以供相关人员基于所述提示信息处理所述缺陷。
[0012]此外，为实现上述目的，本申请还提供一种产品缺陷识别装置，所述产品缺陷识别装置包括：第一获取模块，用于获取待测图片，并获取所述待测图片对应的样本图片；对中模块，用于基于所述样本图片的对中数据，对所述待测图片进行对中处理，得到处理后待测图片；第二获取模块，用于获取产品缺陷识别模型，并输入所述处理后待测图片至所述产品缺陷识别模型，得到产品缺陷识别结果；所述产品缺陷识别模型基于预设缺陷预设缺陷训练数据集对未训练产品缺陷识别模型进行迭代训练后得到。
[0013]此外，为实现上述目的，本申请还提供一种产品缺陷识别设备，所述产品缺陷识别设备包括存储器、处理器和存储在所述存储器上并可在所述处理器上运行的产品缺陷识别程序，所述产品缺陷识别程序被所述处理器执行时实现如上所述的产品缺陷识别方法的步骤。
[0014]此外，为实现上述目的，本申请还提供一种计算机可读存储介质，所述计算机可读存储介质上存储有产品缺陷识别程序，所述产品缺陷识别程序被处理器执行时实现如上所述的产品缺陷识别方法的步骤。
[0015]与现有技术中，识别产品的缺陷时，图片中的产品摆放角度各异，导致识别产品的缺陷时误差较大相比，本申请通过获取待测产品的待测图片，并获取所述待测图片对应的样本图片；基于所述样本图片中的样本产品的对中数据，对所述待测图片进行对中处理，得到处理后待测图片；获取产品缺陷识别模型，并输入所述处理后待测图片至所述产品缺陷识别模型，得到产品缺陷识别结果；所述产品缺陷识别模型基于预设缺陷预设缺陷训练数据集对未训练产品缺陷识别模型进行迭代训练后得到。本申请的待测图片在输入产品缺陷识别模型之前，均经过与样本产品的对中数据进行对中处理，即待测图片中的待测产品的摆放角度一致，使得待测图片进行缺陷识别所得到的缺陷识别结果更为准确，降低了识别产品的缺陷时的误差。
附图说明
[0016]图1是本申请产品缺陷识别方法第一实施例的流程示意图；图2是本申请实施例方案涉及的硬件运行环境的结构示意图。
[0017]本申请目的的实现、功能特点及优点将结合实施例，参照附图做进一步说明。
具体实施方式
[0018]应当理解，此处所描述的具体实施例仅仅用以解释本申请，并不用于限定本申请。
[0019]本申请提供一种产品缺陷识别方法，参照图1，图1为本申请产品缺陷识别方法第一实施例的流程示意图。
[0020]本申请实施例提供了产品缺陷识别方法的实施例，需要说明的是，虽然在流程图中示出了逻辑顺序，但是在某些情况下，可以以不同于此处的顺序执行所示出或描述的步骤。产品缺陷识别方法可应用于终端或服务器中。为了便于描述，以下省略执行主体描述产品缺陷识别方法的各个步骤。产品缺陷识别方法包括：步骤S10，获取待测产品的待测图片，并获取所述待测图片对应的样本图片。
[0021]在本实施例中，待测图片通过控制X光机对待测产品进行拍照后得到。具体地，待测产品为产线上的产品，即缺陷识别的目的为确定待测产品是良品还是废品，在拍照过程中，受产品大小的影响，一个产品可能需要拍摄一张或多张待测图片，才能够通过待测图片完全确定待测产品中的缺陷，其中，各待测图片对应产品的各部位。例如待测产品为轮毂，在识别轮毂的各轮辐中的缺陷时，由于轮毂较大，需要对各轮辐进行多次拍照（例如每个轮辐均拍摄一张待测图片），从而通过多张待测图片来对待测产品进行缺陷识别。
[0022]需要说明的是，待测图片对应的样本图片需要在进行缺陷识别之前生成，待测图片与样本图片的对应关系为两者属于相同型号产品的相同部位，样本图片可以从样本图库中获取，样本图库可以通过X光机对产线上所有可能生产的不同型号的产品的不同部位得到，具体地，对不同部位进行拍摄后进行分类汇总得到。
[0本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种产品缺陷识别方法，其特征在于，所述产品缺陷识别方法包括：获取待测产品的待测图片，并获取所述待测图片对应的样本图片；基于所述样本图片中的样本产品的对中数据，对所述待测图片进行对中处理，得到处理后待测图片；获取产品缺陷识别模型，并输入所述处理后待测图片至所述产品缺陷识别模型，得到产品缺陷识别结果；所述产品缺陷识别模型基于预设缺陷预设缺陷训练数据集对未训练产品缺陷识别模型进行迭代训练后得到。2.如权利要求1所述的方法，其特征在于，所述基于所述样本图片中的样本产品的对中数据，对所述待测图片进行对中处理，得到处理后待测图片，包括：确定所述样本图片中的样本产品的对中数据为图片匹配模板；基于所述图片匹配模板匹配所述待测图片，得到对中参数；基于所述对中参数，调整所述待测图片，得到处理后待测图片，以使所述待测产品的摆放位置和角度与所述样本产品的摆放位置和角度相同。3.如权利要求1所述的方法，其特征在于，所述获取产品缺陷识别模型之前，包括：调整所述处理后待测图片的图片参数至预设图片参数。4.如权利要求1所述的方法，其特征在于，所述获取产品缺陷识别模型之前，包括：获取预设缺陷训练数据集和待训练产品缺陷识别模型；基于所述预设缺陷训练数据集对所述待训练产品缺陷识别模型进行迭代训练，得到更新后的待训练产品缺陷识别模型，并确定所述更新后的待训练产品缺陷识别模型是否满足预设迭代结束条件；若所述更新后的待训练产品缺陷识别模型满足所述预设迭代结束条件，则将所述更新后的待训练产品缺陷识别模型作为所述产品缺陷识别模型；若所述更新后的待训练产品缺陷识别模型未满足所述迭代结束条件，则返回基于所述预设缺陷训练数据集对所述待训练产品缺陷识别模型进行迭代训练步骤，直至所述更新后的待训练产品缺陷识别模型满足所述迭代结束条件。5....

【专利技术属性】
技术研发人员：李勇军，朱琦，杨光，
申请(专利权)人：深圳市信润富联数字科技有限公司，
类型：发明
国别省市：