本发明专利技术公开了一种图像识别方法、模型训练方法、装置、设备及介质，涉及工业视觉技术领域。识别方法包括首先将获取到的待识别图像和第一图像输入到图像识别模型中确定出目标图像，目标图像为根据待识别图像重建的产品表面纹理正常所对应的图像。图像识别模型依据同一类别的两张第一图像中的其中一张和第二图像进行训练得到，第二图像由在另一张第一图像中添加至少一个目标形状，并将参考图像中的异常纹理融入到目标形状内生成。然后结合目标图像对待识别图像进行分析，确定所述待识别图像是否存在异常。只需要一张待检测产品对应的第一图像即可通过图像识别模型对待识别图像进行异常检测，保证在检测产品的快速迭代的情况下，满足生产检测需求。满足生产检测需求。满足生产检测需求。
【技术实现步骤摘要】
一种图像识别方法、模型训练方法、装置、设备及介质
[0001]本专利技术涉及工业视觉
，特别是涉及一种图像识别方法、模型训练方法、装置、设备及介质。
技术介绍
[0002]工业视觉领域中的一些场景需求经常会随着市场需求的改变，而频繁发生变化。例如，零件表面的激光印刷会随时间发生改变，布料生产企业经常根据市场流行情况来更换布匹的花纹样式，而这些领域的产品在生产过程中，对应的产品换型频繁，产品的表面特征也会经常发生改变。由此，导致传统针对这些产品的外观检测设计的异常检测算法只能捕获特定正常产品的纹理特征，从而导致产品的异常检测无法适应快速变换的生产需求。
技术实现思路
[0003]鉴于上述问题，提出了本专利技术以便提供一种克服上述问题或者至少部分地解决上述问题的图像识别方法、模型训练方法、装置、设备及介质。
[0004]依据本专利技术的第一方面，提供了一种图像识别方法，所述方法包括：
[0005]获取待识别图像和第一图像，所述第一图像为产品表面纹理正常的图像。
[0006]将所述待识别图像和第一图像输入到图像识别模型中进行识别，确定出目标图像，其中，所述目标图像为根据所述待识别图像重建的产品表面纹理正常所对应的图像，所述图像识别模型依据同一类别的两张第一图像中的其中一张和第二图像进行训练得到，所述第二图像由在另一张第一图像中添加至少一个目标形状，并将参考图像中的异常纹理融入到目标形状内生成，所述参考图像为产品表面纹理异常的图像。
[0007]结合所述目标图像对所述待识别图像进行图像分析，确定所述待识别图像是否存在异常。
[0008]依据本专利技术的第二方面，提供了一种图像识别模型训练方法，所述方法包括：
[0009]获取同一类别的两张第一图像和对应的参考图像，所述第一图像为产品表面纹理正常的图像，所述参考图像为产品表面纹理异常的图像；
[0010]在其中一张第一图像中添加至少一个目标形状，并将所述参考图像中的异常纹理融入到所述目标形状内，确定第二图像；
[0011]采用另一张第一图像和第二图像对图像识别模型进行训练，得到训练好的图像识别模型。
[0012]依据本专利技术的第三方面，提供了一种图像识别装置，所述装置包括：
[0013]图像获取模块，用于获取待识别图像和第一图像，所述第一图像为产品表面纹理正常的图像；
[0014]图像识别模块，用于将所述待识别图像和第一图像输入到图像识别模型中进行识别，确定出目标图像，其中，所述目标图像为根据所述待识别图像重建的产品表面纹理正常所对应的图像，所述图像识别模型依据同一类别的两张第一图像中的其中一张和第二图像
进行训练得到，所述第二图像由在另一张第一图像中添加至少一个目标形状，并将参考图像中的异常纹理融入到目标形状内生成，所述参考图像为产品表面纹理异常的图像；
[0015]图像分析模块，用于结合所述目标图像对所述待识别图像进行图像分析，确定所述待识别图像是否存在异常。
[0016]依据本专利技术的第四方面，提供了一种图像识别模型训练装置，所述装置包括：
[0017]图像采集模块，用于获取同一类别的两张第一图像和对应的参考图像，所述第一图像为产品表面纹理正常的图像，所述参考图像为产品表面纹理异常的图像；
[0018]图像生成模块，用于在其中一张第一图像中添加至少一个目标形状，并将所述参考图像中的异常纹理融入到所述目标形状内，确定第二图像；
[0019]模型训练模块，用于采用另一张第一图像和第二图像对图像识别模型进行训练，得到训练好的图像识别模型。
[0020]依据本专利技术的第五方面，提供了一种电子设备，包括：
[0021]一个或多个处理器；
[0022]存储器；
[0023]一个或多个程序，其中所述一个或多个程序被存储在所述存储器中并被配置为由所述一个或多个处理器执行，所述一个或多个程序配置用于执行上述任一所述的方法。
[0024]依据本专利技术的第六方面，提供了一种计算机可读存储介质，存储与电子设备结合使用的计算机程序，所述计算机程序可被处理器执行以完成上述任一所述的方法。
[0025]本专利技术方案中，首先将获取到的待识别图像和第一图像输入到图像识别模型中确定出目标图像，所述目标图像为根据所述待识别图像重建的产品表面纹理正常所对应的图像，第一图像为产品表面纹理正常的图像。图像识别模型依据同一类别的两张第一图像中的其中一张和第二图像进行训练得到，第二图像由在另一张第一图像中添加至少一个目标形状，并将参考图像中的异常纹理融入到目标形状内生成，参考图像为产品表面纹理异常的图像。最后结合目标图像对待识别图像进行分析，确定所述待识别图像是否存在异常。由此，只需要一张待检测产品对应的第一图像即可通过图像识别模型对待识别图像进行异常检测，保证在检测产品的快速迭代的情况下，满足生产检测需求。
[0026]上述说明仅是本专利技术技术方案的概述，为了能够更清楚了解本专利技术的技术手段，而可依照说明书的内容予以实施，并且为了让本专利技术的上述和其它目的、特征和优点能够更明显易懂，以下特举本专利技术的具体实施方式。
附图说明
[0027]通过阅读下文优选实施方式的详细描述，各种其他的优点和益处对于本领域普通技术人员将变得清楚明了。附图仅用于示出优选实施方式的目的，而并不认为是对本专利技术的限制。而且在整个附图中，用相同的参考符号表示相同的部件。
[0028]在附图中：
[0029]图1是本专利技术实施例提供的一种图像识别方法的步骤流程示意图；
[0030]图2是本专利技术实施例提供的另一种图像识别方法的步骤流程示意图；
[0031]图3是本专利技术实施例提供的另一种图像识别方法中的图像变化示意图；
[0032]图4是本专利技术实施例提供的又一种图像识别方法的步骤流程示意图；
[0033]图5是本专利技术实施例提供的又一种图像识别方法中的图像变化示意图；
[0034]图6是本专利技术实施例提供的一种图像识别模型训练方法的步骤流程示意图；
[0035]图7是本专利技术实施例提供的一种图像识别模型训练方法中的图像变化示意图；
[0036]图8是本专利技术实施例提供的另一种图像识别模型训练方法的步骤流程示意图；
[0037]图9是本专利技术实施例提供的另一种图像识别模型训练方法中生成随机形状的示意图；
[0038]图10是本专利技术实施例提供的另一种图像识别模型训练方法中生成目标随机形状的示意图；
[0039]图11是本专利技术实施例提供的一种图像识别模型的示例结构图；
[0040]图12是本专利技术实施例提供的一种图像识别装置的框图；
[0041]图13是本专利技术实施例提供的一种图像识别模型训练装置的框图。
具体实施方式
[0042]下面将参照附图更详细地描述本专利技术的示例性实施例。虽然附图中显示了本专利技术的示例性实施例，然而应当理解，可以以各种形式实现本专利技术而不应被这里阐述的实施例所限制。相本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种图像识别方法，其特征在于，所述方法包括：获取待识别图像和第一图像，所述第一图像为产品表面纹理正常的图像；将所述待识别图像和第一图像输入到图像识别模型中进行识别，确定出目标图像，其中，所述目标图像为根据所述待识别图像重建的产品表面纹理正常所对应的图像，所述图像识别模型依据同一类别的两张第一图像中的其中一张和第二图像进行训练得到，所述第二图像由在另一张第一图像中添加至少一个目标形状，并将参考图像中的异常纹理融入到目标形状内生成，所述参考图像为产品表面纹理异常的图像；结合所述目标图像对所述待识别图像进行图像分析，确定所述待识别图像是否存在异常。2.根据权利要求1所述的方法，其特征在于，所述将所述待识别图像和第一图像输入到图像识别模型中进行识别，确定出目标图像，包括：对所述待识别图像进行分块，得到多个待识别图像块；分别对每个待识别图像块执行遮罩操作，得到对应的遮罩图像块；将所有遮罩图像块随机对所述待识别图像中对应块区域进行覆盖，生成至少一张遮罩图像；分别将每个遮罩图像和第一图像输入到图像识别模型中进行识别，得到每个遮罩图像对应的目标图像。3.根据权利要求2所述的方法，其特征在于，所述结合所述目标图像对所述待识别图像进行图像分析，确定所述待识别图像是否存在异常，包括：分别计算各目标图像中与所述遮罩图像块位置匹配的图像和对应待识别图像块的图像之间的图像相似度；在所述图像相似度符合相似度条件的待识别图像块的数量大于零的情况下，确定所述待识别图像异常。4.根据权利要求1所述的方法，其特征在于，所述将所述待识别图像和第一图像输入到图像识别模型中进行识别，确定出目标图像，包括：将所述待识别图像和第一图像输入到图像识别模型中进行识别，确定出所述待识别图像对应的目标图像和第一掩码图像。5.根据权利要求4所述的方法，其特征在于，所述结合所述目标图像对所述待识别图像进行图像分析，确定所述待识别图像是否存在异常，包括：将所述待识别图像和所述目标图像的像素做差，得到差值图像；对所述差值图像进行二值化，生成参考掩码图像；将所述第一掩码图像和参考掩码图像进行比对，确定所述待识别图像是否存在异常。6.一种图像识别模型训练方法，其特征在于，所述方法包括：获取同一类别的两张第一图像和对应的参考图像，所述第一图像为产品表面纹理正常的图像，所述参考图像为产品表面纹理异常的图像；在其中一张第一图像中添加至少一个目标形状，并将所述参考图像中的异常纹理融入...
【专利技术属性】
技术研发人员：侯佳良，于跃，
申请(专利权)人：南京旭锐软件科技有限公司，
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。