污渍检测方法、装置、系统及存储介质、电子设备制造方法及图纸

本发明专利技术公开了一种污渍检测方法、装置、系统及存储介质、电子设备。污渍检测方法包括：首先获取待检测物的待检测图像；将待检测图像输入至训练好的污渍检测模型，通过污渍检测模型中的特征提取网络对待检测图像进行特征提取，得到第一特征信息，然后通过污渍检测模型中的分割网络根据第一特征信息输出第一检测结果，通过污渍检测模型中的决策网络根据第一特征信息和第一检测结果得到第二检测结果，其中，第一检测结果为二值图像，第二检测结果为待检测物是否存在污渍。该污渍检测方法，可以有效提高生产质量和效率。提高生产质量和效率。提高生产质量和效率。

Stain detection method, device, system, storage medium and electronic equipment

【技术实现步骤摘要】
污渍检测方法、装置、系统及存储介质、电子设备


[0001]本专利技术涉及检测
，具体涉及一种污渍检测方法、装置、系统及存储介质、电子设备。

技术介绍

[0002]随着自动化技术的快速发展，在工业生产中很多需要人工操作的环节逐渐转由机器完成，工业生产自动化也将越来越多的工人们从枯燥乏味的工作中解放出来，让他们去发挥更大的价值。产品表面污渍检测是工业生产中的重要环节，是产品质量把控的关键步骤，借助污渍检测技术可以有效的提高生产质量和效率。
[0003]相关技术中的方案包括通过工人肉眼检视，需要对壳体的各个表面检查。这种方案耗时久，受人工自身因素影响，例如精力、视力，长时间检测单一产品，眼睛容易疲劳，产品质量不稳定，主观性强，每个检测工人对同种型号的瓶盖的检测标准有轻微的浮动，导致同一企业的检测标准不一致，从而导致人工检查不适用于批量的壳体污渍检测，没有经济推广价值。

技术实现思路

[0004]本专利技术旨在至少在一定程度上解决相关技术中的技术问题之一。为此，本专利技术的第一个目的在于提出一种污渍检测方法，该方法，可以有本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种污渍检测方法，其特征在于，所述方法包括：获取待检测物的待检测图像；将所述待检测图像输入至训练好的污渍检测模型，通过所述污渍检测模型中的特征提取网络对所述待检测图像进行特征提取，得到第一特征信息，通过所述污渍检测模型中的分割网络根据所述第一特征信息输出第一检测结果，通过所述污渍检测模型中的决策网络根据所述第一特征信息和所述第一检测结果得到第二检测结果，其中，所述第一检测结果为二值图像，所述第二检测结果为所述待检测物是否存在污渍。2.根据权利要求1所述的污渍检测方法，其特征在于，所述将所述待检测图像输入至训练好的污渍检测模型之前，所述方法还包括：对所述待检测图像进行预处理，得到预设尺寸的灰度图。3.根据权利要求2所述的污渍检测方法，其特征在于，所述对所述待检测图像进行预处理，包括：利用双三次插值算法将所述待检测图像缩放至所述预设尺寸。4.根据权利要求1所述的污渍检测方法，其特征在于，所述特征提取网络包括依次连接的多个卷积层；所述分割网络包括一个卷积层；所述决策网络包括依次连接的第一拼接层、多个卷积层、第二拼接层和全连接层，所述第一拼接层用于对所述第一特征信息和所述第一检测结果进行拼接，所述第二拼接层用于对所述第一检测结果和与其连接的卷积层输出的信息进行拼接；其中，每个卷积层后都连接有一个特征归一化层和一个ReLU激活层。5.根据权利要求4所述的污渍检测方法，其特征在于，所述特征提取网络中的多个卷积层包括依次连接的2个第一卷积层、3个第二卷积层、4个第三卷积层和一个第四卷积层，所述2个第一卷积层、所述3个第二卷积层、所述4个第三卷积层后均连接有一个最大池化层，其中，所述第一卷积层采用32个5
×
5大小的卷积核，所述第二卷积层、所述第三卷积层均采用64个5
×
5大小的卷积核，所述第四卷积层采用1024个15
×
15大小的卷积核，所述最大池化层采用2
×
2大小的池化核；所述分割网络中的一个卷积层采用1个1
×
1大小的卷积核。6.根据权利要求4所述的污渍检测方法，其特征在于，所述决策网络中的多个卷积层包括依次连接的第五卷积层、第六卷积层、第七卷积层，所述第一拼接层、所述第五卷积层、所述第六卷积层后均连接有一个最大池化层；所述第七卷积层后连接有两个第一全局最大池化层，均用于对所述第七卷积层输出的信息进行全局最大池化处理，所述第二拼接层之前还连接有两个第二全局最大池化层，用以对所述第一检测结果进行全局最大池化处理；其中，所述最大池化层、所述第一全局最大池化层、所述第二全局最大池化层均采...

【专利技术属性】
技术研发人员：王祥，武占侠，占兆武，蔡义，罗毅夫，
申请(专利权)人：深圳智芯微电子科技有限公司，
类型：发明
国别省市：