【技术实现步骤摘要】
缺陷检测方法、装置、系统、电子设备以及存储介质
[0001]本公开涉及人工智能
,尤其涉及计算机视觉、深度学习和工业质检
具体地,涉及一种缺陷检测方法、装置、系统、电子设备以及存储介质。
技术介绍
[0002]随着图像处理技术的发展和工业制造技术的发展,可以获取待检测产品的产品图像,对产品图像进行检测来确定待检测产品是否是缺陷产品。
技术实现思路
[0003]本公开提供了一种缺陷检测方法、装置、系统、电子设备以及存储介质。
[0004]根据本公开的一方面,提供了一种缺陷检测方法,包括:利用至少一个缺陷检测策略,检测待检测产品的至少一个产品图像,得到至少一个检测信息,其中,不同上述缺陷检测策略检测的缺陷类型不同,上述缺陷检测策略是根据缺陷需求信息确定的;以及,根据至少一个检测信息,确定上述待检测产品的缺陷信息,其中,上述缺陷信息包括缺陷类型和缺陷位置。
[0005]根据本公开的另一方面,提供了一种缺陷检测装置,包括:获得模块,用于利用至少一个缺陷检测策略,检测待检测产品的至少一个产品图像,得到至少一个检测信息,其中,不同上述缺陷检测策略检测的缺陷类型不同,上述缺陷检测策略是根据缺陷需求信息确定的;以及,第一确定模块,用于根据至少一个检测信息,确定上述待检测产品的缺陷信息,其中,上述缺陷信息包括缺陷类型和缺陷位置。
[0006]根据本公开的另一方面,提供了一种电子设备,包括:多个处理器;以及与上述多个处理器通信连接的存储器;其中,上述存储器存储有可被上述多个处理器执行 ...
【技术保护点】
【技术特征摘要】
1.一种缺陷检测方法,包括:利用至少一个缺陷检测策略,检测待检测产品的至少一个产品图像,得到至少一个检测信息,其中,不同所述缺陷检测策略检测的缺陷类型不同,所述缺陷检测策略是根据缺陷需求信息确定的;以及根据至少一个检测信息,确定所述待检测产品的缺陷信息,其中,所述缺陷信息包括缺陷类型和缺陷位置。2.根据权利要求1所述的方法,其中,所述利用至少一个缺陷检测策略,检测待检测产品的至少一个产品图像,得到至少一个检测信息,包括:在确定待检测的缺陷类型为第一预定缺陷类型的情况下,对至少一个第一产品图像进行目标检测,得到与所述至少一个第一产品图像对应的第一检测信息,其中,所述第一产品图像是所述至少一个产品图像中与所述第一预定缺陷类型对应的产品图像;以及在确定待检测缺陷类型为第二预定缺陷类型的情况下,对至少一个第二产品图像进行图像分割,得到与所述至少一个第二产品图像对应的分割信息,其中,所述第二产品图像是所述至少一个产品图像中与所述第二预定缺陷类型对应的产品图像;以及将与所述至少一个第二产品图像对应的分割信息确定为与所述至少一个第二产品图像对应的第二检测信息。3.根据权利要求2所述的方法,其中,所述对至少一个第一产品图像进行目标检测,得到与所述至少一个第一产品图像对应的第一检测信息,包括:针对所述至少一个第一产品图像中的第一产品图像,对所述第一产品图像进行切分,得到至少一个产品切图;针对所述至少一个产品切图中的产品切图,对所述产品切图进行骨干特征提取,得到至少一个尺度的第一中间特征图;根据所述至少一个尺度的第一中间特征图,得到至少一个尺度的第二中间特征图;根据所述至少一个尺度的第二中间特征图,得到与所述产品切图对应的第一检测信息;以及根据与所述至少一个产品切图对应的第一检测信息,得到与所述第一产品图像对应的第一检测信息。4.根据权利要求3所述的方法,其中,所述至少一个尺度的第一中间特征图包括第一尺度的第一中间特征图、第二尺度的第一中间特征图和第三尺度的第一中间特征图,所述第一尺度、所述第二尺度和所述第三尺度依次增大;其中,所述至少一个尺度的第二中间特征图包括第四尺度的第二中间特征图、第五尺度的第二中间特征图和第六尺度的第二中间特征图,所述第四尺度、所述第五尺度和所述第六尺度依次增大;其中,所述根据所述至少一个尺度的第一中间特征图,得到至少一个尺度的第二中间特征图,包括:根据所述第一尺度的第一中间特征图,得到所述第四尺度的第二中间特征图;根据所述第二尺度的第一中间特征图和所述第四尺度的第二中间特征图,得到第二尺度的第三中间特征图;
根据所述第二尺度的第三中间特征图,得到所述第五尺度的第二中间特征图;根据所述第三尺度的第一中间特征图和所述第五尺度的第二中间特征图,得到第三尺度的第四中间特征图;以及根据所述第三尺度的第四中间特征图,得到所述第六尺度的第二中间特征图。5.根据权利要求3所述的方法,其中,所述至少一个尺度的第一中间特征图包括第七尺度的第一中间特征图、第八尺度的第一中间特征图和第九尺度的第一中间特征图,所述第七尺度、所述第八尺度和所述第九尺度依次增大;其中,所述至少一个尺度的第二中间特征图包括第十尺度的第二中间特征图、第十一尺度的第二中间特征图和第十二尺度的第二中间特征图,所述第十尺度、所述第十一尺度和所述第十二尺度依次增大;其中,所述根据所述至少一个尺度的第一中间特征图,得到至少一个尺度的第二中间特征图,包括:根据所述第七尺度的第一中间特征图,得到第十三尺度的第五中间特征图;根据所述第八尺度的第一中间特征图和所述第十三尺度的第五中间特征图,得到第八尺度的第六中间特征图;根据所述第九尺度的第一中间特征图和所述第八尺度的第六中间特征图,得到第九尺度的第七中间特征图;根据所述第九尺度的第七中间特征图,得到所述第十二尺度的第二中间特征图;根据所述第八尺度的第六中间特征图和所述第十二尺度的第二中间特征图,得到所述第十一尺度的第二中间特征图;以及根据所述第十三尺度的第五中间特征图和所述第十一尺度的第二中间特征图,得到所述第十尺度的第二中间特征图。6.根据权利要求3所述的方法,其中,所述至少一个尺度的第一中间特征图包括第十四尺度的第一中间特征图、第十五尺度的第一中间特征图和第十六尺度的第一中间特征图,所述第十四尺度、所述第十五尺度和所述第十六尺度依次增大;其中,所述至少一个尺度的第二中间特征图包括第十七尺度的第二中间特征图、第十八尺度的第二中间特征图和第十九尺度的第二中间特征图,所述第十七尺度、所述第十八尺度和所述第十九尺度依次增大;其中,所述根据所述至少一个尺度的第一中间特征图,得到至少一个尺度的第二中间特征图,包括:根据所述第十四尺度的第一中间特征图,得到第二十尺度的第八中间特征图;根据所述第十五尺度的第一中间特征图和所述第二十尺度的第八中间特征图,得到第十五尺度的第九中间特征图;根据所述第十六尺度的第一中间特征图和所述第十五尺度的第九中间特征图,得到第十六尺度的第十中间特征图;根据所述第十六尺度的第十中间特征图,得到所述第十九尺度的第二中间特征图;根据所述第十五尺度的第九中间特征图和所述第十六尺度的第十中间特征图,得到所述第十八尺度的第二中间特征图;以及根据所述第二十尺度的第八中间特征图和所述第十八尺度的第二中间特征图,得到所
述第十七尺度的第二中间特征图。7.根据权利要求6所述的方法,其中,所述对所述产品切图进行骨干特征提取,得到至少一个尺度的第一中间特征图,包括:根据所述产品切图,得到第二十一尺度的第十一中间特征图和第二十一尺度的第十二中间特征图;根据所述第二十一尺度的第十一中间特征图,得到第二十一尺度的第十三中间特征图;将所述第二十一尺度的第十二中间特征图和所述第二十一尺度的第十三中间特征图进行融合处理,得到第二十一尺度的第十四中间特征图;对所述第二十一尺度的第十四中间特征图进行处理,得到所述第十六尺度的第一中间特征图;根据所述第十六尺度的第一中间特征图,得到所述第十五尺度的第一中间特征图;以及根据所述第十五尺度的第一中间特征图,得到所述第十四尺度的第一中间特征图。8.根据权利要求7所述的方法,其中,所述对所述第二十一尺度的第十四中间特征图进行处理,得到所述第十六尺度的第一中间特征图,包括:对所述第二十一尺度的第十四中间特征图进行池化处理,得到第二十二尺度的第十五中间特征图;对所述第二十二尺度的第十五中间特征图进行全连接和激活处理,得到第二十二尺度的第十六中间特征图;将所述第二十二尺度的第十五中间特征图和所述第二十二尺度的第十六中间特征图进行融合处理,得到第二十二尺度的第十七中间特征图;以及将所述第二十二尺度的第十七中间特征图进行卷积处理,得到所述第十六尺度的第一中间特征图。9.根据权利要求6~8中任一项所述的方法,其中,所述根据所述至少一个尺度的第二中间特征图,得到与所述产品切图对应的第一检测信息,包括:根据所述第十七尺度的第二中间特征图,得到第一回归概率图和第一分类概率图;根据所述第十八尺度的第二中间特征图,得到第二回归概率图和第二分类概率图;根据所述第十九尺度的第二中间特征图,得到第三回归概率图和第三分类概率图;以及根据所述第一回归概率图、所述第一分类概率图、所述第二回归概率图、所述第二分类概率图、所述第三回归概率图和所述第三分类概率图,得到与所述产品切图对应的第一检测信息。10.根据权利要求9所述的方法,其中,所述根据所述第十七尺度的第二中间特征图,得到第一回归概率图和第一分类概率图,包括:对所述第十七尺度的第二中间特征图进行处理,得到第十七尺度的第十八中间特征图和第十七尺度的第十九中间特征图;根据所述第十七尺度的第十八中间特征图,得到所述第一回归概率图;以及根据所述第十七尺度的第二中间特征图和所述第十...
【专利技术属性】
技术研发人员:矫函哲,聂磊,林森,
申请(专利权)人:北京百度网讯科技有限公司,
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。