本发明专利技术涉及图像检测技术，提供一种瑕疵检测方法、装置、电子设备及存储介质。该方法包括：(a)将多张无瑕疵图像导入至一自编码器进行模型训练，以获得多张重构图像；(b)将所述重构图像与对应的无瑕疵图像进行对比，以得到多组测试误差；(c)按照预设规则从多组测试误差中选取一误差阈值；(d)获得一待测图像，并重复步骤(a)至步骤(b)，得到一待测重构图像及一待测误差；(e)根据所述待测误差与所述误差阈值，确定所述待测图像的检测结果；(f)当所述检测结果为所述待测图像有瑕疵时，将所述待测图像导入至一分类器进行瑕疵分类，以输出分类结果。本发明专利技术提供的瑕疵检测方法不需要收集、标记负样本，有效降低人力成本。有效降低人力成本。有效降低人力成本。
Defect detection method, device, electronic device and computer readable storage medium
【技术实现步骤摘要】
瑕疵检测方法、装置、电子设备及计算机可读存储介质
[0001]本专利技术涉及图像检测
，尤其涉及一种瑕疵检测方法、装置、电子设备及存储介质。
技术介绍
[0002]为了提高工业产品的品质，在对工业产品进行打包前，通常会对工业产品进行一定的瑕疵检测。随着深度学习的研究逐渐深入，利用深度学习方法进行瑕疵检测，可有效降低因人工操作带来的漏检等情况的发生。然而目前采用的监督式学习检测模型，在前期需采集大量正负样本，并进行人工标注，人力成本投入较大。
技术实现思路
[0003]鉴于以上内容，有必要提供一种瑕疵检测方法、装置、电子设备及存储介质，以有效降低人力成本。
[0004]本专利技术第一方面提供一种瑕疵检测方法，所述瑕疵检测方法包括：
[0005](a)将多张无瑕疵图像导入至一自编码器进行模型训练，以获得多张重构图像；
[0006](b)将所述重构图像与对应的无瑕疵图像进行对比，以得到多组测试误差；
[0007](c)按照预设规则从多组测试误差中选取一误差阈值；
[0008](d)获得一待测图像，并重复步骤(a)至步骤(b)，得到一待测重构图像及一待测误差；
[0009](e)根据所述待测误差与所述误差阈值，确定所述待测图像的检测结果；
[0010](f)当所述检测结果为所述待测图像有瑕疵时，将所述待测图像导入至一分类器进行瑕疵分类，以输出分类结果。
[0011]可选的，所述自编码器包括编码器与解码器，步骤(a)包括如下子步骤：
[0012]利用所述编码器提取所述无瑕疵图像的图像特征，输出对应的潜在表征；
[0013]利用所述解码器对所述潜在表征进行解码，以得到对应的重构图像。
[0014]可选的，步骤(b)包括如下子步骤：
[0015]分别提取所述重构图像及对应的无瑕疵图像的所有像素点；
[0016]分别对所述重构图像及对应的所述无瑕疵图像的每一像素点的像素值进行比较，得到对应的每一像素点的像素值差值；
[0017]计算所述每一像素点的像素值差值的平方的期望值，以得到多组所述测试误差。
[0018]可选的，所述测试误差为所述重构图像与对应的所述无瑕疵图像的均方误差，所述待测误差为所述待测重构图像与所述待测图像的均方误差。
[0019]可选的，所述预设规则为：
[0020]根据多组所述测试误差，绘制累积分布函数；
[0021]获取一函数值，查找所述累积分布函数中与所述函数值对应的变量的值，将所述变量的值设为所述误差阈值。
[0022]可选的，步骤(e)包括：
[0023]当所述待测误差小于或等于所述误差阈值时，将所述检测结果确定为所述待测图像无瑕疵；或者
[0024]当所述待测误差大于所述误差阈值时，将所述检测结果确定为所述待测图像有瑕疵。
[0025]可选的，所述瑕疵检测方法还包括：当所述检测结果为所述待测图像无瑕疵时，输出所述检测结果。
[0026]本专利技术第二方面提供一种瑕疵检测装置，所述瑕疵检测装置包括：
[0027]训练模块，用以将多张无瑕疵图像导入至一自编码器进行模型训练，以获得多张重构图像；
[0028]比较模块，用以将所述重构图像与对应的无瑕疵图像进行对比，以得到多组测试误差；
[0029]确定模块，用以按照预设规则从多组测试误差中选取一误差阈值；
[0030]获取模块，用以获得一待测图像，并将所述待测图像导入所述训练模块，通过所述训练模块获得一待测重构图像；
[0031]所述比较模块还用以对比所述待测重构图像与所述待测图像，以获得一待测误差；所述确定模块还用以根据所述待测误差与所述误差阈值，确定所述待测图像的检测结果；
[0032]所述瑕疵检测装置还包括分类模块，所述分类模块用以当所述检测结果为所述待测图像有瑕疵时，将所述待测图像导入至一分类器进行瑕疵分类，并输出分类结果。
[0033]本专利技术第三方面提供一种电子设备，所述电子设备包括：
[0034]存储器，存储至少一个指令；及
[0035]处理器，用以执行所述存储器中存储的指令以实现所述瑕疵检测方法。
[0036]本专利技术第四方面提供一种计算机可读存储介质，所述计算机可读存储介质中存储有至少一个指令，所述至少一个指令被电子设备中的处理器执行以实现所述瑕疵检测方法。
[0037]由以上技术方案可以看出，本专利技术利用多张无瑕疵图像对所述自编码器进行训练，并通过所述自编码器获得与待测图像对应的待测重构图像。通过比较待测重构图像与待测图像，获得一待测误差，进而根据所述待测误差与误差阈值的对比，确定所述待检测图像是否含有瑕疵。相较于监督式学习，本专利技术提供的瑕疵检测方法减少人工标记负样本的步骤，有效降低人力成本。
附图说明
[0038]图1是本专利技术瑕疵检测方法的实施例的流程图。
[0039]图2为图1所示步骤S1的子步骤。
[0040]图3为图1所示步骤S2的子步骤。
[0041]图4是本专利技术瑕疵检测装置的实施例的功能模块图。
[0042]图5是本专利技术实现瑕疵检测方法的实施例的电子设备的结构示意图。
[0043]主要元件符号说明
[0044]瑕疵检测装置
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
100
[0045]训练模块
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
101
[0046]比较模块
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
102
[0047]确定模块
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
103
[0048]获取模块
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
104
[0049]分类模块
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
105
[0050]提示模块
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
106
[0051]电子设备
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
200
[0052]存储器
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
201
[0053]处理器
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
202
[0054]计算机程序
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
203
[0055]如下具体实施方式将结合上述附图进一步说明本专利技术。
具体实施方式
[0056]为了使本专利技术的目的、技术方案和优点更加清楚，下面结合附图和具本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种瑕疵检测方法，其特征在于，所述瑕疵检测方法包括：(a)将多张无瑕疵图像导入至一自编码器进行模型训练，以获得多张重构图像；(b)将所述重构图像与对应的无瑕疵图像进行对比，以得到多组测试误差；(c)按照预设规则从多组测试误差中选取一误差阈值；(d)获得一待测图像，并重复步骤(a)至步骤(b)，得到一待测重构图像及一待测误差；(e)根据所述待测误差与所述误差阈值，确定所述待测图像的检测结果；(f)当所述检测结果为所述待测图像有瑕疵时，将所述待测图像导入至一分类器进行瑕疵分类，以输出分类结果。2.如权利要求1所述的瑕疵检测方法，其特征在于：所述自编码器包括编码器与解码器，步骤(a)包括如下子步骤：利用所述编码器提取所述无瑕疵图像的图像特征，输出对应的潜在表征；利用所述解码器对所述潜在表征进行解码，以得到对应的重构图像。3.如权利要求1所述的瑕疵检测方法，其特征在于：步骤(b)包括如下子步骤：分别提取所述重构图像及对应的无瑕疵图像的所有像素点；分别对所述重构图像及对应的所述无瑕疵图像的每一像素点的像素值进行比较，得到对应的每一像素点的像素值差值；计算所述每一像素点的像素值差值的平方的期望值，以得到多组所述测试误差。4.如权利要求3所述的瑕疵检测方法，其特征在于：所述测试误差为所述重构图像与对应的所述无瑕疵图像的均方误差，所述待测误差为所述待测重构图像与所述待测图像的均方误差。5.如权利要求1所述的瑕疵检测方法，其特征在于，所述预设规则为：根据多组所述测试误差，绘制累积分布函数；获取一函数值，查找所述累积分布函数中与所述函数值对应的变量的值，将所述变量的值设为所述误差阈...
【专利技术属性】
技术研发人员：陈怡桦，蔡东佐，郭锦斌，林子甄，
申请(专利权)人：鸿海精密工业股份有限公司，
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。