本申请公开了一种产品缺陷检测方法、装置、电子设备及可读存储介质，所述产品缺陷检测方法包括：采集待测产品的待测产品图像，并提取所述待测产品图像对应的多尺度融合特征图；根据所述多尺度融合特征图与不同关注区域的聚类模型，确定所述待测产品在各所述关注区域的差异度，其中，各所述聚类模型由正常产品在不同关注区域对应的多尺度融合特征图进行聚类得到；通过判断各所述差异度是否大于预设差异阈值，检测所述待测产品在各所述关注区域是否存在缺陷。本申请解决了对缺陷产品的识别准确度低的技术问题。准确度低的技术问题。准确度低的技术问题。
【技术实现步骤摘要】
产品缺陷检测方法、装置、电子设备及可读存储介质
[0001]本申请涉及工业检测领域，尤其涉及一种产品缺陷检测方法、装置、电子设备及可读存储介质。
技术介绍
[0002]随着工业化的不断发展，能进行大批量生产的工业流水线也应运而生，而在工业生产中难免产生一些形态各异的缺陷产品，这些缺陷产品无法达到质检标准，因此对产品的质量把控也至关重要。目前在工业生产中，需要训练得到识别缺陷产品的深度学习模型以对待测产品进行精准的缺陷识别，这需要大量缺陷产品作为训练集，但在生产初期，产量较小，因此缺陷产品量比较少，而在产量稳定的后期，虽然缺陷产品量足够，但缺陷产品的获得需要人工分拣，耗时耗力，仍然无法高效地获得大量的缺陷产品，而通过少量的缺陷产品来训练识别缺陷产品的模型会导致对工业产品的缺陷识别的准确度偏低。
技术实现思路
[0003]本申请的主要目的在于提供一种产品缺陷检测方法、装置、电子设备及可读存储介质，旨在解决对缺陷产品的识别准确度低的技术问题。
[0004]为实现上述目的，本申请提供一种产品缺陷检测方法，所述产品缺陷检测方法包括：
[0005]采集待测产品的待测产品图像，并提取所述待测产品图像对应的多尺度融合特征图；
[0006]根据所述多尺度融合特征图与不同关注区域的聚类模型，确定所述待测产品在各所述关注区域的差异度，其中，各所述聚类模型由正常产品在不同关注区域对应的多尺度融合特征图进行聚类得到；
[0007]通过判断各所述差异度是否大于预设差异阈值，检测所述待测产品在各所述关注区域是否存在缺陷。
[0008]可选地，在所述采集待测产品的待测产品图像，并提取所述待测产品图像对应的多尺度融合特征图的步骤之前，还包括：
[0009]对正常产品图像进行多尺度特征提取，得到正常多尺度融合特征图；
[0010]在不同关注区域对所述正常多尺度融合特征图分别进行聚类，得到各关注区域的聚类模型。
[0011]可选地，所述根据所述多尺度融合特征图与不同关注区域的聚类模型，确定所述待测产品在各所述关注区域的差异度的步骤包括：
[0012]计算所述多尺度融合特征图与不同关注区域的聚类模型的特征距离；
[0013]确定所述多尺度融合特征图与不同关注区域的聚类模型的差异度，其中，所述差异度至少包括特征距离均值、特征距离中值以及特征距离最大值中的一种。
[0014]可选地，所述通过判断各所述差异度是否大于预设差异阈值，检测所述待测产品
在各所述关注区域是否存在缺陷的步骤包括：
[0015]判断各所述差异度是否大于所述预设缺陷阈值；
[0016]若否，则判定所述待测产品在所述差异度对应的关注区域不存在缺陷；
[0017]若是，则判定所述待测产品在所述差异度对应的关注区域存在缺陷；
[0018]若所述待测产品存在至少一个缺陷区域，则判定所述缺陷检测结果为缺陷产品。
[0019]可选地，在所述基于各所述距离与预设缺陷阈值，对所述待测产品进行缺陷检测，得到缺陷检测结果的步骤之后，还包括：
[0020]判断所述待测产品存在缺陷的关注区域是否属于目标关注区域；
[0021]若所述待测产品存在缺陷的关注区域均不属于所述目标关注区域，则判定所述待测产品为合格产品；
[0022]若所述待测产品存在缺陷的关注区域至少有一个属于所述目标关注区域，则判定所述待测产品为不合格产品。
[0023]可选地，在所述判定所述待测产品为不合格产品的步骤之后，还包括：对所述不合格产品进行特征提取，得到所述不合格产品对应的待分类特征图；
[0024]通过缺陷分类模型对所述待分类特征图进行分类检测，得到缺陷分类结果，其中，所述缺陷分类模型是通过至少一类缺陷的产品构成的样本集与训练集训练生成。
[0025]可选地，所述采集待测产品的待测产品图像，并提取所述待测产品图像对应的多尺度融合特征图的步骤包括：
[0026]采集所述待测产品的待测产品图像，并对所述待测产品图像进行多尺度特征提取，得到各中间特征图；
[0027]对各所述中间特征图进行特征变换，得到各中间特征对应的权值；
[0028]将各所述中间特征图对应权值对各所述中间特征图进行特征映射，得到多尺度融合特征图。
[0029]本申请还提供一种产品缺陷检测装置，所述产品缺陷检测装置应用于产品缺陷检测设备，所述产品缺陷检测装置包括：
[0030]特征提取模块，用于采集待测产品的待测产品图像，并提取所述待测产品图像对应的多尺度融合特征图；
[0031]差异确定模块，用于根据所述多尺度融合特征图与不同关注区域的聚类模型，确定所述待测产品在各所述关注区域的差异度，其中，各所述聚类模型由正常产品在不同关注区域对应的多尺度融合特征图进行聚类得到；
[0032]缺陷检测模块，用于通过判断各所述差异度是否大于预设差异阈值，检测所述待测产品在各所述关注区域是否存在缺陷。
[0033]可选地，所述特征提取模块还用于：
[0034]对正常产品图像进行多尺度特征提取，得到正常多尺度融合特征图；
[0035]在不同关注区域对所述正常多尺度融合特征图分别进行聚类，得到各关注区域的聚类模型。
[0036]可选地，所述差异确定模块还用于：
[0037]计算所述多尺度融合特征图与不同关注区域的聚类模型的特征距离；
[0038]确定所述多尺度融合特征图与不同关注区域的聚类模型的差异度，其中，所述差
异度至少包括特征距离均值、特征距离中值以及特征距离最大值中的一种。
[0039]可选地，所述缺陷检测模块还用于：
[0040]判断各所述差异度是否大于所述预设缺陷阈值；
[0041]若否，则判定所述待测产品在所述差异度对应的关注区域不存在缺陷；
[0042]若是，则判定所述待测产品在所述差异度对应的关注区域存在缺陷；
[0043]若所述待测产品存在至少一个缺陷区域，则判定所述缺陷检测结果为缺陷产品。
[0044]可选地，所述缺陷检测模块还用于：
[0045]判断所述待测产品存在缺陷的关注区域是否属于目标关注区域；
[0046]若所述待测产品存在缺陷的关注区域均不属于所述目标关注区域，则判定所述待测产品为合格产品；
[0047]若所述待测产品存在缺陷的关注区域至少有一个属于所述目标关注区域，则判定所述待测产品为不合格产品。
[0048]可选地，所述缺陷检测模块还用于：
[0049]对所述不合格产品进行特征提取，得到所述不合格产品对应的待分类特征图；
[0050]通过缺陷分类模型对所述待分类特征图进行分类检测，得到缺陷分类结果，其中，所述缺陷分类模型是通过至少一类缺陷的产品构成的样本集与训练集训练生成。
[0051]可选地，所述特征提取模块还用于：
[0052]采集所述待测产品的待测产品图像，并对所述待本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种产品缺陷检测方法，其特征在于，所述产品缺陷检测方法包括：采集待测产品的待测产品图像，并提取所述待测产品图像对应的多尺度融合特征图；根据所述多尺度融合特征图与不同关注区域的聚类模型，确定所述待测产品在各所述关注区域的差异度，其中，各所述聚类模型由正常产品在不同关注区域对应的多尺度融合特征图进行聚类得到；通过判断各所述差异度是否大于预设差异阈值，检测所述待测产品在各所述关注区域是否存在缺陷。2.如权利要求1所述产品缺陷检测方法，其特征在于，在所述采集待测产品的待测产品图像，并提取所述待测产品图像对应的多尺度融合特征图的步骤之前，还包括：对正常产品图像进行多尺度特征提取，得到正常多尺度融合特征图；在不同关注区域对所述正常多尺度融合特征图分别进行聚类，得到各关注区域的聚类模型。3.如权利要求1所述产品缺陷检测方法，其特征在于，所述根据所述多尺度融合特征图与不同关注区域的聚类模型，确定所述待测产品在各所述关注区域的差异度的步骤包括：计算所述多尺度融合特征图与不同关注区域的聚类模型的特征距离；确定所述多尺度融合特征图与不同关注区域的聚类模型的差异度，其中，所述差异度至少包括特征距离均值、特征距离中值以及特征距离最大值中的一种。4.如权利要求1所述产品缺陷检测方法，其特征在于，所述通过判断各所述差异度是否大于预设差异阈值，检测所述待测产品在各所述关注区域是否存在缺陷的步骤包括：判断各所述差异度是否大于所述预设缺陷阈值；若否，则判定所述待测产品在所述差异度对应的关注区域不存在缺陷；若是，则判定所述待测产品在所述差异度对应的关注区域存在缺陷。5.如权利要求1所述产品缺陷检测方法，其特征在于，在所述通过判断各所述差异度是否大于预设差异阈值，检测所述待测产品在各所述关注区域是否存在缺陷的步骤之后，还包括：判断所述待测产品存在缺陷的关注区域是否属于目标关注区域；若所述待测产品存在缺陷的关注区域均不属于所述目标关注区域，则判定所述待测产品为合格产品；若所述待测产品存在缺陷的关注区域至少有...
【专利技术属性】
技术研发人员：冯扬扬，
申请(专利权)人：歌尔科技有限公司，
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。