【技术实现步骤摘要】
缺陷检测方法、装置、电子设备及机器可读存储介质
[0001]本申请涉及机器人视觉感知领域，尤其涉及一种缺陷检测方法、装置、电子设备及机器可读存储介质。
技术介绍
[0002]在机器视觉领域中，质检在食品、药品、锂电、3C等领域有着广泛的应用。产品的质量对产品至关重要，而质检是验证产品质量的重要方法。
[0003]传统的质检使用人眼进行检测，效率低下，而且检测的准确率不高。
技术实现思路
[0004]有鉴于此，本申请提供一种缺陷检测方法、装置、电子设备及机器可读存储介质。
[0005]根据本申请实施例的第一方面，提供一种缺陷检测方法，包括：
[0006]在训练过程中，利用待检测目标的训练样本数据，对缺陷检测模型进行训练，利用所述缺陷检测模型学习所述待检测目标的合格图像的特征信息；其中，所述待检测目标的训练样本数据包括所述待检测目标的至少一张合格图像，所述待检测目标的合格图像为图像中的所述待检测目标被判定为合格的图像；
[0007]在缺陷检测过程中，利用训练好的所述缺陷检测模型，依...
【技术保护点】
【技术特征摘要】
1.一种缺陷检测方法，其特征在于，包括：在训练过程中，利用待检测目标的训练样本数据，对缺陷检测模型进行训练，利用所述缺陷检测模型学习所述待检测目标的合格图像的特征信息；其中，所述待检测目标的训练样本数据包括所述待检测目标的至少一张合格图像，所述待检测目标的合格图像为图像中的所述待检测目标被判定为合格的图像；在缺陷检测过程中，利用训练好的所述缺陷检测模型，依据所述合格图像的特征信息，确定待检测图像中的待检测目标合格或存在缺陷。2.根据权利要求1所述的方法，其特征在于，所述利用所述缺陷检测模型学习所述待检测目标的合格图像的特征信息，包括：利用所述缺陷检测模型学习所述待检测目标的合格图像中的对比区域的特征信息；所述依据所述合格图像的特征信息，确定所述待检测图像为合格图像或缺陷图像，包括：依据所述待检测图像中对比区域的特征信息和所述合格图像中的对比区域的特征信息，确定待检测图像中的待检测目标合格或存在缺陷。3.根据权利要求2所述的方法，其特征在于，图像中的对比区域通过以下方式确定：对于任一训练图像或待检测图像，识别定位区域在该训练图像或待检测图像中的位置；依据所述定位区域在所述待检测目标的基准图像中的位置，以及，所述定位区域在该训练图像或待检测图像中的位置，确定该训练图像或待检测图像与所述基准图像之间的变换矩阵；依据所述对比区域在所述基准图像中的位置，依据所述变换矩阵，确定该训练图像或待检测图像中的对比区域。4.根据权利要求2所述的方法，其特征在于，所述依据所述待检测图像中对比区域的特征信息和所述合格图像中的对比区域的特征信息，确定待检测图像中的待检测目标合格或存在缺陷，包括：依据所述待检测图像中对比区域的特征信息和所述合格图像中的对比区域的特征信息之间的相似度，以及当前场景下的相似度阈值，确定待检测图像中的待检测目标合格或存在缺陷；其中，不同场景下的相似度阈值不完全相同。5.根据权利要求4所述的方法，其特征在于，所述特征信息包括边缘特征、颜色特征，以及，训练好的神经网络提取到的其它特征信息中的部分或全部；和/或，所述相似度包括相关系数、余弦相似度，以及，训练好的神经网络预测的相似度中的部分或全部或对应的变体。6.根据权利要求2所述的方法，其特征在于，所述待检测目标的训练样本数据还包括所述待检测目标的至少一张缺陷图像；所述依据所述待检测图像中对比区域的特征信息和所述合格图像中的对比区域的特征信息，确定待检测图像中的待检测目标合格或存在缺陷，包括：依据所述待检测图像中对比区域的特征信息与所述合格图像中对比区域的特征信息
之间的第一距离，以及，所述待检测图像中对比区域的特征信息与所述缺陷图像中对比区域的特征信息之间的第二距离，确定所述待检测图像的得分；依据所述待检测图像的得分，以及，预设得分阈值，确定所述待检测图像中的待检测目标合格或存在缺陷；其中，不同场景下的得分阈值不完全相同。7.根据权利要求1所述的方法，其特征在于，在训练过程中，所述方法还包括：利用训练好的所述缺陷检测模型对测试样本数据进行缺陷检测；若所述测试样本检测的缺陷检测结果不满足要求，则依据测试样本数据中缺陷检测不准确的样本数据生成新的训练样本数据，并再次对缺陷检测模型进行训练。8.一种缺陷检测装置，其特征在于，包括：训练单元，用于在训练过程中，利用待检测目标的训练样本数据，对缺陷检测模型进行训练，利用所述缺陷...
【专利技术属性】
技术研发人员：邵骏杰，顾睿，
申请(专利权)人：杭州海康机器人股份有限公司，
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。