【技术实现步骤摘要】
一种缺陷数据实时生成的分割模型训练方法
[0001]本专利技术涉及图像计算机视觉分析和处理领域，特别涉及一种缺陷数据实时生成的分割模型训练方法。
技术介绍
[0002]制造业是国民经济的基础行业，随着科学技术的发展，智能制造已经成为从制造大国向制造强国转变的突破口和必由之路。工业机器人作为智能制造中不可替代的重要装备和手段，已成为衡量一个国家制造业水平和科技水平的重要标志。传统制造业离不开人工劳动，更离不开人眼检测和人脑判断，要实现机器换人，关键问题在于实现机器人视觉的智能化，这是破解制造业成本上升、环境制约问题的重要途径。在智能制造业中,采用工业机器人视觉技术对工业产品的检测，将有利于发现生产过程的工艺问题、及时改进生产工艺问题、提高产品质量。
[0003]语义分割(semanticsegmentation)是计算机视觉中最重要的内容之一。也是近年来计算机视觉研究领域最重要、最热门的研究内容之一，相关算法和技术在工业界有了越来越广泛的应用。当前，语义分割算法已经广泛应用于工业制造、医学图像处理、自动驾驶、智慧城市等...
【技术保护点】
【技术特征摘要】
1.一种缺陷数据实时生成的分割模型训练方法，其特征在于，所述训练方法包括：获取第一缺陷图像和第一标注图像，所述第一缺陷图像为具有缺陷的图像，所述第一缺陷图像缺陷的位置为缺陷区域，所述第一标注图像是在缺陷区域内勾勒的图像；获取非缺陷图像，所述非缺陷图像为没有缺陷的图像；分别对所述第一缺陷图像、所述第一标注图像和所述非缺陷图像进行定位裁切处理，以此得到第一缺陷图像块、第一标注图像块和非缺陷图像块；选择所述第一缺陷图像块或所述非缺陷图像块作为融合图像，并对所述融合图像进行初始标签标注处理得到第一标注融合图像；对所述第一标注融合图像进行特征丰富处理得到第一目标融合图像；判断所述第一目标融合图像中是否存在缺陷目标；若不存在，则对所述第一目标融合图像进行缺陷融合生成处理得到实时缺陷融合图像，所述实时缺陷融合图像的初始标签为融合标签，所述实时缺陷融合图像包括融合区域，所述融合区域为所述第一目标融合图像通过所述缺陷融合生成处理后融合了其他目标融合图像的区域；判断所述融合区域的大小与所述实时缺陷融合图像的大小之比是否大于预设值；若是，则将所述实时缺陷融合图像输入网络进行分割模型训练并在所述融合标签的监督下进行网络参数的更新迭代优化。2.根据权利要求1所述的一种缺陷数据实时生成的分割模型训练方法，其特征在于，所述获取第一缺陷图像和第一标注图像的步骤之前还包括：构建缺陷数据库；从所述缺陷数据库中获取若干缺陷图像，所述缺陷图像包括缺陷区域；对每个所述缺陷图像上的所述缺陷区域均进行手动边界轮廓勾勒得到若干个标注图像，所述缺陷图像与所述标注图像的关系为一一对应；将所述缺陷图像和所述标注图像输入所述缺陷数据库；所述获取第一缺陷图像和第一标注图像为从所述缺陷数据库中获取。3.根据权利要求1所述的一种缺陷数据实时生成的分割模型训练方法，其特征在于，所述获取非缺陷图像的获取方式为随机获取；所述分别对所述第一缺陷图像、所述第一标注图像和所述非缺陷图像进行定位裁切处理的步骤包括：分别对所述第一缺陷图像、所述第一标注图像和所述非缺陷图像进行同位置的定位裁切处理。4.根据权利要求1所述的一种缺陷数据实时生成的分割模型训练方法，其特征在于，所述对所述融合图像进行初始标签标注处理得到第一标注融合图像的步骤包括：判断融合图像是否为所述第一缺陷图像；若是，则将所述第一标注图像作为所述融合图像的初始标签；若否，则将所述融合图像的初始标签初始化为背景类。5.根据权利要求1所述的一种缺陷数据实时生成的分割模型训练方法，其特征在于，所述对所述第一标注融合图像进行特征丰富处理得到第一目标融合图像的步骤包括：对所述第一标注融合图像进行光照颜色变换处理，得到第一丰富图像；<...
【专利技术属性】
技术研发人员：何喜志，彭斌，杨艺，
申请(专利权)人：凌云光技术股份有限公司，
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。