【技术实现步骤摘要】
缺陷检测方法及装置
[0001]本公开涉及计算机视觉
，具体涉及一种缺陷检测方法及装置。
技术介绍
[0002]随着深度学习技术的兴起，基于计算机视觉(CV，Computer Vision)的零部件缺陷检测已经在众多的工业生产领域广泛应用。例如在高速铁路电网领域，可以利用巡检车基于计算机视觉系统实现对高铁接触网紧固件的诸如缺失、变形等缺陷进行检测。
[0003]相关技术中，基于计算机视觉系统的零部件缺陷检测效果不佳，容易出现大量漏检情况，难以满足高精度场景的检修要求。
技术实现思路
[0004]为提高缺陷检测精度，本公开实施方式提供了一种缺陷检测方法、装置、电子设备以及存储介质。
[0005]第一方面，本公开实施方式提供了一种缺陷检测方法，包括：
[0006]对待处理图像进行图像检测，得到所述待处理图像中的每个待测对象的第一图像信息；
[0007]对于任意一个待测对象，基于所述第一图像信息从所述待处理图像中确定第二图像；其中，所述第二图像为包括所述第一图像信息及其周围图像
【技术保护点】
【技术特征摘要】
1.一种缺陷检测方法，其特征在于，包括：对待处理图像进行图像检测，得到所述待处理图像中的每个待测对象的第一图像信息；对于任意一个待测对象，基于所述第一图像信息从所述待处理图像中确定第二图像；其中，所述第二图像为包括所述第一图像信息及其周围图像信息的局部图像；对所述第二图像进行图像检测，得到所述待测对象的目标类别；根据每个所述待测对象的第一图像信息和所述目标类别，确定针对所述待测对象的缺陷检测结果。2.根据权利要求1所述的方法，其特征在于，所述第一图像信息包括所述待测对象的位置信息；所述基于所述第一图像信息从所述待处理图像中确定第二图像，包括：基于所述待测对象的位置信息所确定的图像区域、以及预设的扩大参数，确定所述第二图像。3.根据权利要求1所述的方法，其特征在于，所述对所述第二图像进行图像检测，得到所述待测对象的目标类别，包括：对所述第二图像进行图像检测，得到所述第二图像中包括的所述周围图像信息；根据所述周围图像信息确定所述第二图中所述待测对象的所述目标类别。4.根据权利要求1所述的方法，其特征在于，所述第一图像信息包括所述待测对象所属的第一类别；所述对所述第二图像进行图像检测，得到所述待测对象的目标类别，包括：对所述第二图像进行图像检测，得到所述待测对象的第二类别；基于所述第二类别对所述待测对象的所述第一类别进行更新处理，得到所述待测对象的所述目标类别。5.根据权利要求1所述的方法，其特征在于，所述根据每个所述待测对象的第一图像信息和所述目标类别，确定针对所述待测对象的缺陷检测结果，包括：从预先训练的多个缺陷检测网络中，确定与所述目标类别对应的目标缺陷检测网络；根据所述第一图像信息从所述待处理图像中确定第一图像；将所述第一图像输入所述目标缺陷检测网络，得到所述目标缺陷检测网络预测输出的所...
【专利技术属性】
技术研发人员：孙明珊，暴天鹏，吴立威，
申请(专利权)人：深圳市商汤科技有限公司，
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。