一种基于锚框的特征检测方法和装置制造方法及图纸

本发明专利技术公开了一种基于锚框的特征检测方法和装置，该方法包括：获取待检测图像，并采用锚框生成模型生成针对待检测图像的至少一个目标锚框，基于所有目标锚框检测待检测图像中的目标特征，目标锚框与待检测图像中的目标特征之间的偏差小于预设的偏差阈值。可见，实施本发明专利技术能够基于锚框生成模型生成针对图像的锚框，进而能够基于所生成的锚框检测图像中的缺陷，并且，所生成的锚框与图像中的特征偏差小于预设值，提高了基于所生成的锚框框选出产品图像中所有类型的缺陷的准确性，减少了对检测图像中的缺陷所造成影响。测图像中的缺陷所造成影响。测图像中的缺陷所造成影响。

【技术实现步骤摘要】
一种基于锚框的特征检测方法和装置


[0001]本专利技术涉及工业检测
，尤其涉及一种基于锚框的特征检测方法和装置。

技术介绍

[0002]随着制造行业的发展，制造业企业也已越来越重视所制造的产品的质量，而为了保证产品的质量，对产品可能存在的缺陷进行检测先得尤为重要，而在目前，为了检测产品中的缺陷，一般采用预先定义的多个形状不同、大小不同的锚框对产品图像进行框选，并采用神经网络技术对每个锚框所框选的区域进行特征检测，以确定用于表示缺陷的特征。
[0003]然而，由于实际情况中产品缺陷的类型繁多，因此难以保证预先定义的锚框能够准确框选出产品图像中所有类型的缺陷，而在锚框不能准确框选出产品图像中的缺陷时，则会对检测产品图像中的缺陷造成影响，降低了缺陷检测的准确性。

技术实现思路

[0004]本专利技术所要解决的技术问题在于，提供一种基于锚框的特征检测方法和装置，能够基于所生成的锚框检测图像中的缺陷，且提高了基于所生成的锚框框选出产品图像中所有类型的缺陷的准确性，减少了对检测图像中的缺陷所造成影响。
[0005]为了解决上述技术问题，本专利技术第一方面公开了一种基于锚框的特征检测方法，所述方法包括：
[0006]获取待检测图像，并采用锚框生成模型生成针对所述待检测图像的至少一个目标锚框；
[0007]基于所有所述目标锚框检测所述待检测图像中的目标特征，所述目标锚框与所述待检测图像中的所述目标特征之间的偏差小于预设的偏差阈值。
[0008]作为一种可选的实施方式，在本专利技术第一方面中，在所述采用锚框生成模型生成针对所述待检测图像的至少一个目标锚框之前，所述方法还包括：
[0009]获取至少一个样本图像，所述样本图像包括预设的基准标注框集合，所述基准标注框集合中的基准标注框用于标注所述样本图像中的所述目标特征，所述目标特征包括与质量检测相关的特征；
[0010]将所有所述样本图像输入预置的待训练锚框生成模型，得到预测锚框集合，并根据所述预测锚框集合和所述基准标注框集合，训练所述待训练锚框生成模型，得到目标锚框生成模型，以根据所述目标锚框生成模型执行所述采用锚框生成模型生成针对所述待检测图像的至少一个目标锚框的步骤。
[0011]作为一种可选的实施方式，在本专利技术第一方面中，所述将所有所述样本图像输入预置的待训练锚框生成模型，得到预测锚框集合，包括：
[0012]确定所述样本图像中的至少一个区域，并采用预置的待训练锚框生成模型生成针对每个所述区域的候选预测锚框；
[0013]确定所述基准标注框与每个所述区域的位置关系，并基于所述基准标注框与每个
所述区域的位置关系，从所有所述候选预测锚框中确定目标预测锚框；
[0014]根据每个所述目标预测锚框，确定预测锚框集合。
[0015]作为一种可选的实施方式，在本专利技术第一方面中，所述根据所述预测锚框集合和所述基准标注框集合，训练所述待训练锚框生成模型，得到目标锚框生成模型，包括：
[0016]根据所述预测锚框集合和所述基准标注框集合，确定所述待训练锚框生成模型的模型损失值；
[0017]判断所述模型损失值是否满足模型期望条件，并在判定所述模型损失值不满足模型期望条件时，更新所述待训练锚框生成模型的模型参数，所述模型参数包括卷积核参数；
[0018]采用更新后的待训练锚框生成模型重新执行所述的根据所述预测锚框集合和所述基准标注框集合，确定所述待训练锚框生成模型的模型损失参数的步骤，直至更新后的待训练锚框生成模型的模型损失值满足所述模型期望条件时，确定更新后的待训练锚框生成模型为目标锚框生成模型。
[0019]作为一种可选的实施方式，在本专利技术第一方面中，所述根据所述预测锚框集合和所述基准标注框集合，确定所述待训练锚框生成模型的模型损失值，包括：
[0020]根据所述预测锚框集合中每个所述目标预测锚框的第一坐标信息和所述基准标注框集合中每个所述基准标注框的第二坐标信息，确定所述预测锚框集合与所述基准标注框集合的坐标偏移信息；
[0021]根据所述预测锚框集合中每个所述目标预测锚框的第一尺寸信息和所述基准标注框集合中每个所述基准标注框的第二尺寸信息，确定所述预测锚框集合与所述基准标注框集合的尺寸偏移信息；
[0022]依据所述坐标偏移信息和所述尺寸偏移信息，确定所述待训练锚框生成模型的模型损失值。
[0023]作为一种可选的实施方式，在本专利技术第一方面中，所述基于所有所述目标锚框检测所述待检测图像中的目标特征，包括：
[0024]确定所有所述目标锚框的第三坐标信息和第三尺寸信息，并对于每个所述目标锚框，基于该目标锚框的所述第三坐标信息和第三尺寸信息，采用预置的定位模型生成针对所述待检测图像的与该锚框对应的目标标注框；
[0025]采用预置的分类模型识别所有所述目标标注框中的目标特征。
[0026]作为一种可选的实施方式，在本专利技术第一方面中，在所述对于每个所述目标锚框，采用预置的定位模型生成针对所述待检测图像的与该锚框对应的目标标注框之前，所述方法还包括：
[0027]根据所述目标锚框生成模型生成针对每个所述样本图像的参考锚框；
[0028]基于预置的定位模型以及每个所述样本图像的参考锚框，更新所述定位模型的模型参数，以采用更新后的所述定位模型执行所述对于每个所述目标锚框，采用预置的定位模型生成针对所述待检测图像的与该锚框对应的目标标注框的步骤。
[0029]本专利技术第二方面公开了一种基于锚框的特征检测装置，所述装置包括：
[0030]生成模块，用于获取待检测图像，并采用锚框生成模型生成针对所述待检测图像的至少一个目标锚框；
[0031]检测模块，用于基于所有所述目标锚框检测所述待检测图像中的目标特征，所述
目标锚框与所述待检测图像中的所述目标特征之间的偏差小于预设的偏差阈值。
[0032]作为一种可选的实施方式，在本专利技术第二方面中，所述装置还包括：
[0033]获取模块，用于在所述采用锚框生成模型生成针对所述待检测图像的至少一个目标锚框之前，获取至少一个样本图像，所述样本图像包括预设的基准标注框集合，所述基准标注框集合中的基准标注框用于标注所述样本图像中的所述目标特征，所述目标特征包括与质量检测相关的特征；
[0034]训练模块，用于在所述采用锚框生成模型生成针对所述待检测图像的至少一个目标锚框之前，将所有所述样本图像输入预置的待训练锚框生成模型，得到预测锚框集合，并根据所述预测锚框集合和所述基准标注框集合，训练所述待训练锚框生成模型，得到目标锚框生成模型；
[0035]所述生成模块采用锚框生成模型生成针对所述待检测图像的至少一个目标锚框的具体方式为：
[0036]根据所述目标锚框生成模型执行所述采用锚框生成模型生成针对所述待检测图像的至少一个目标锚框的步骤。
[0037]作为一种可选的实施方式，在本专利技术第二方面中，所述训练模块将所有所述样本图本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于锚框的特征检测方法，其特征在于，所述方法包括：获取待检测图像，并采用锚框生成模型生成针对所述待检测图像的至少一个目标锚框；基于所有所述目标锚框检测所述待检测图像中的目标特征，所述目标锚框与所述待检测图像中的所述目标特征之间的偏差小于预设的偏差阈值。2.根据权利要求1所述的基于锚框的特征检测方法，其特征在于，在所述采用锚框生成模型生成针对所述待检测图像的至少一个目标锚框之前，所述方法还包括：获取至少一个样本图像，所述样本图像包括预设的基准标注框集合，所述基准标注框集合中的基准标注框用于标注所述样本图像中的所述目标特征，所述目标特征包括与质量检测相关的特征；将所有所述样本图像输入预置的待训练锚框生成模型，得到预测锚框集合，并根据所述预测锚框集合和所述基准标注框集合，训练所述待训练锚框生成模型，得到目标锚框生成模型，以根据所述目标锚框生成模型执行所述采用锚框生成模型生成针对所述待检测图像的至少一个目标锚框的步骤。3.根据权利要求2所述的基于锚框的特征检测方法，其特征在于，所述将所有所述样本图像输入预置的待训练锚框生成模型，得到预测锚框集合，包括：确定所述样本图像中的至少一个区域，并采用预置的待训练锚框生成模型生成针对每个所述区域的候选预测锚框；确定所述基准标注框与每个所述区域的位置关系，并基于所述基准标注框与每个所述区域的位置关系，从所有所述候选预测锚框中确定目标预测锚框；根据每个所述目标预测锚框，确定预测锚框集合。4.根据权利要求2所述的基于锚框的特征检测方法，其特征在于，所述根据所述预测锚框集合和所述基准标注框集合，训练所述待训练锚框生成模型，得到目标锚框生成模型，包括：根据所述预测锚框集合和所述基准标注框集合，确定所述待训练锚框生成模型的模型损失值；判断所述模型损失值是否满足模型期望条件，并在判定所述模型损失值不满足模型期望条件时，更新所述待训练锚框生成模型的模型参数，所述模型参数包括卷积核参数；采用更新后的待训练锚框生成模型重新执行所述的根据所述预测锚框集合和所述基准标注框集合，确定所述待训练锚框生成模型的模型损失参数的步骤，直至更新后的待训练锚框生成模型的模型损失值满足所述模型期望条件时，确定更新后的待训练锚框生成模型为目标锚框生成模型。5.根据权利要求4所述的基于锚框的特征检测方法，其特征在于，所述根据所述预测锚框集合和所述基准标注框集合，确定所述待训练锚框生成...

【专利技术属性】
技术研发人员：李晓刚，肖高博，骆韬，贺黎恒，
申请(专利权)人：珠海市博杰电子有限公司，
类型：发明
国别省市：