本发明专利技术公开了一种图像检测方法、装置、系统及电子设备。其中，该方法包括：获取图像；确定图像中的瑕疵所属的形状簇，其中，形状簇依据瑕疵形状分类得到；采用与确定的形状簇对应的图像检测模型，对图像进行瑕疵检测，得到图像的瑕疵检测结果。本发明专利技术解决了相关技术中对图像中的瑕疵进行检测时，存在检测精度不高，检测效率低的技术问题。检测效率低的技术问题。检测效率低的技术问题。
【技术实现步骤摘要】
图像检测方法、装置、系统及电子设备
[0001]本专利技术涉及计算机领域，具体而言，涉及一种图像检测方法、装置、系统及电子设备。
技术介绍
[0002]目前，瑕疵检测是一项具有挑战性的任务，其应用场景有很多，例如，工业瑕疵检测涵盖了重工业和轻工业两个大方向下面的各种垂直行业，例如，钢铁行业、光伏行业、纺织行业等。但在相关技术中，对瑕疵进行检测时所采用的方法一般是训练模型，依据训练好的模型对瑕疵进行检测，得到瑕疵检测结果。但采用该方法需要训练大量的训练数据，以及精确的模型算法，因而导致对瑕疵的检测存在检测精度不高，检测效率低的问题。
[0003]针对上述的问题，目前尚未提出有效的解决方案。
技术实现思路
[0004]本专利技术实施例提供了一种图像检测方法、装置、系统及电子设备，以至少解决相关技术中对图像中的瑕疵进行检测时，存在检测精度不高，检测效率低的技术问题。
[0005]根据本专利技术实施例的一个方面，提供了一种图像检测方法，包括：获取图像；确定所述图像中的瑕疵所属的形状簇，其中，所述形状簇依据瑕疵形状分类得到；采用与确定的所述形状簇对应的图像检测模型，对所述图像进行瑕疵检测，得到所述图像的瑕疵检测结果。
[0006]可选地，在确定所述图像中的瑕疵所属的形状簇之前，还包括：依据瑕疵形状，将瑕疵划分为不同的类别；建立不同的类别与形状簇之间的映射关系。
[0007]可选地，确定所述图像中的瑕疵所属的形状簇，包括：采用瑕疵形状簇分类器，预测所述图像中的瑕疵属于多种形状簇中每种形状簇的概率，并确定属于所述多种形状簇的概率中的最大概率；将所述最大概率与预定阈值进行比较；在所述最大概率大于所述预定阈值的情况下，确定所述最大概率对应的形状簇为所述图像中的瑕疵所属的形状簇。
[0008]可选地，在确定所述图像中的瑕疵所属的形状簇之前，还包括：获取第一训练样本，其中，所述第一训练样本包括第一样本图像，以及所述第一样本图像中的瑕疵所属的形状簇；基于所述第一训练样本进行机器训练，得到所述瑕疵形状簇分类器。
[0009]可选地，在采用与确定的所述形状簇对应的图像检测模型，对所述图像进行瑕疵检测，得到所述图像的瑕疵检测结果之前，还包括：获取第二训练样本，其中，所述第二训练样本包括第二样本图像，以及所述第二样本图像中的瑕疵检测结果，所述第二样本图像中的瑕疵检测结果所包括的瑕疵属于确定的所述形状簇；基于所述第二训练样本进行机器训练，得到所述图像检测模型。
[0010]可选地，基于所述第二训练样本进行机器训练，得到所述图像检测模型，包括：获取第三训练样本，其中，所述第三训练样本包括第三样本图像，以及所述第三样本图像中的瑕疵检测结果，所述第三样本图像中的瑕疵检测结果所包括的瑕疵不属于确定的所述形状
簇；基于所述第二训练样本和所述第三训练样本进行机器训练，得到所述图像检测模型。
[0011]可选地，所述图像的瑕疵检测结果包括以下至少之一：所述图像中瑕疵的类别，所述图像中瑕疵的位置。
[0012]可选地，在采用与确定的所述形状簇对应的图像检测模型，对所述图像进行瑕疵检测，得到所述图像的瑕疵检测结果之后，还包括：显示所述图像的瑕疵检测结果。
[0013]根据本专利技术实施例的另一个方面，提供了一种图像检测方法，包括：在显示界面的输入区域接收图像；在所述显示界面接收瑕疵检测指令；响应所述瑕疵检测指令，在所述显示界面显示所述图像中的瑕疵所属的形状簇，其中，所述形状簇依据瑕疵形状分类得到，并采用所包括的代表形状表示；在所述显示界面显示所述图像的瑕疵检测结果，其中，所述瑕疵检测结果为采用与所述形状簇对应的图像检测模型，对所述图像进行瑕疵检测得到。
[0014]根据本专利技术实施例的再一个方面，提供了一种图像检测方法，包括：客户端设备将图像发送给服务端设备；所述服务端设备确定所述图像中的瑕疵所属的形状簇，其中，所述形状簇依据瑕疵形状分类得到；所述服务端设备采用与确定的所述形状簇对应的图像检测模型，对所述图像进行瑕疵检测，得到所述图像的瑕疵检测结果；所述客户端设备接收所述服务端设备返回的所述瑕疵检测结果。
[0015]根据本专利技术实施例的再一个方面，提供了一种图像检测方法，包括：接收验货指令；响应所述验货指令，获取工业品对象的图像，其中，所述工业品对象包括以下至少之一：钢铁制品，光伏器件，纺织品；展示所述图像中的瑕疵所属的形状簇，其中，所述形状簇依据瑕疵形状分类得到，并采用所包括的代表形状表示；输出所述工业品对象的瑕疵检测结果，其中，所述瑕疵检测结果依据所述形状簇对应的图像检测模型，对所述图像进行瑕疵检测得到。
[0016]根据本专利技术实施例的又一个方面，提供了一种图像检测装置，包括：第一获取模块，用于获取图像；确定模块，用于确定所述图像中的瑕疵所属的形状簇，其中，所述形状簇依据瑕疵形状分类得到；检测模块，用于采用与确定的所述形状簇对应的图像检测模型，对所述图像进行瑕疵检测，得到所述图像的瑕疵检测结果。
[0017]根据本专利技术实施例的又一个方面，提供了一种图像检测装置，包括：第一接收模块，用于在显示界面的输入区域接收图像；第二接收模块，用于在所述显示界面接收瑕疵检测指令；第一显示模块，用于响应所述瑕疵检测指令，在所述显示界面显示所述图像中的瑕疵所属的形状簇，其中，所述形状簇依据瑕疵形状分类得到，并采用所包括的代表形状表示；第二显示模块，用于在所述显示界面显示所述图像的瑕疵检测结果，其中，所述瑕疵检测结果为采用与所述形状簇对应的图像检测模型，对所述图像进行瑕疵检测得到。
[0018]根据本专利技术实施例的又一个方面，提供了一种图像检测系统，包括客户端设备和服务端设备，其中，所述客户端设备，用于将图像发送给服务端设备；所述服务端设备，用于确定所述图像中的瑕疵所属的形状簇，其中，所述形状簇依据瑕疵形状分类得到；所述服务端设备，还用于采用与确定的所述形状簇对应的图像检测模型，对所述图像进行瑕疵检测，得到所述图像的瑕疵检测结果；所述客户端设备，还用于接收所述服务端设备返回的所述瑕疵检测结果。
[0019]根据本专利技术实施例的又一个方面，提供了一种图像检测装置，包括：第三接收模块，用于接收验货指令；第二获取模块，用于响应所述验货指令，获取工业品对象的图像，其
中，所述工业品对象包括以下至少之一：钢铁制品，光伏器件，纺织品；展示模块，用于展示所述图像中的瑕疵所属的形状簇，其中，所述形状簇依据瑕疵形状分类得到，并采用所包括的代表形状表示；输出模块，用于输出所述工业品对象的瑕疵检测结果，其中，所述瑕疵检测结果依据所述形状簇对应的图像检测模型，对所述图像进行瑕疵检测得到。
[0020]根据本专利技术实施例的又一个方面，提供了一种电子设备，包括：处理器；用于存储所述处理器可执行指令的存储器；其中，所述处理器被配置为执行所述指令，以实现如上述任一项所述的图像检测方法。
[0021]根据本专利技术实施例的又一个方面，提供了一种计算机可读存储介质，包括：当所述计算机可读存储介质中的指令由电本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种图像检测方法，其特征在于，包括：获取图像；确定所述图像中的瑕疵所属的形状簇，其中，所述形状簇依据瑕疵形状分类得到；采用与确定的所述形状簇对应的图像检测模型，对所述图像进行瑕疵检测，得到所述图像的瑕疵检测结果。2.根据权利要求1所述的方法，其特征在于，在确定所述图像中的瑕疵所属的形状簇之前，还包括：依据瑕疵形状，将瑕疵划分为不同的类别；建立不同的类别与形状簇之间的映射关系。3.根据权利要求1所述的方法，其特征在于，确定所述图像中的瑕疵所属的形状簇，包括：采用瑕疵形状簇分类器，预测所述图像中的瑕疵属于多种形状簇中每种形状簇的概率，并确定属于所述多种形状簇的概率中的最大概率；将所述最大概率与预定阈值进行比较；在所述最大概率大于所述预定阈值的情况下，确定所述最大概率对应的形状簇为所述图像中的瑕疵所属的形状簇。4.根据权利要求3所述的方法，其特征在于，在确定所述图像中的瑕疵所属的形状簇之前，还包括：获取第一训练样本，其中，所述第一训练样本包括第一样本图像，以及所述第一样本图像中的瑕疵所属的形状簇；基于所述第一训练样本进行机器训练，得到所述瑕疵形状簇分类器。5.根据权利要求1所述的方法，其特征在于，在采用与确定的所述形状簇对应的图像检测模型，对所述图像进行瑕疵检测，得到所述图像的瑕疵检测结果之前，还包括：获取第二训练样本，其中，所述第二训练样本包括第二样本图像，以及所述第二样本图像中的瑕疵检测结果，所述第二样本图像中的瑕疵检测结果所包括的瑕疵属于确定的所述形状簇；基于所述第二训练样本进行机器训练，得到所述图像检测模型。6.根据权利要求5所述的方法，其特征在于，基于所述第二训练样本进行机器训练，得到所述图像检测模型，包括：获取第三训练样本，其中，所述第三训练样本包括第三样本图像，以及所述第三样本图像中的瑕疵检测结果，所述第三样本图像中的瑕疵检测结果所包括的瑕疵不属于确定的所述形状簇；基于所述第二训练样本和所述第三训练样本进行机器训练，得到所述图像检测模型。7.根据权利要求1所述的方法，其特征在于，所述图像的瑕疵检测结果包括以下至少之一：所述图像中瑕疵的类别，...
【专利技术属性】
技术研发人员：李晨阳，罗斌，刘伟，陈列，魏溪含，汪彪，
申请(专利权)人：阿里巴巴新加坡控股有限公司，
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。