一种产品质量检测方法及相关系统技术方案

本申请提供了一种产品质量检测方法，应用于人工智能(AI)技术领域，包括：获取待检测图像，识别待检测图像，获得待检测图像中的至少一个第一被检测目标和第一基准目标，确定至少一个第一被检测目标相对于第一基准目标的第一相对位置，获取模板图像中的至少一个第二被检测目标相对于模板图像中第二基准目标的第二相对位置，根据第一相对位置和第二相对位置，对待检测产品进行质量检测，获得质量检测结果。该方法通过在待检测图像和模板图像中分别引入基准目标，比较待检测图像中的被检测目标和模板图像中的被检测目标相对于各自图像中基准目标的相对位置，实现质量检测，由此避免了进行图像配准，降低了误检率，提升了鲁棒性。性。性。

【技术实现步骤摘要】
一种产品质量检测方法及相关系统


[0001]本申请涉及人工智能(artificial intelligence，AI)
，尤其涉及一种产品质量检测方法、产品质量检测系统以及计算设备集群、计算机可读存储介质、计算机程序产品。

技术介绍

[0002]随着人工智能(artificial intelligence,AI)技术尤其是深度学习(deep learning，DL)技术的不断发展，在工业制造领域，基于深度学习对产品进行质量检测成为一种趋势。基于深度学习对产品进行质量检测是指通过相机代替人眼获取图像，通过深度学习算法，将对于特定产品的质量检测标准编译成图像处理规则，以替代人工经验来实现自动化质量检测。
[0003]基于深度学习对产品进行质量检测通常包括离线处理和在线处理两个部分。其中，离线处理是指选取合格产品作为模板，通过相机拍摄生成模板图像，然后采用深度学习算法，识别出模板图像中的被检测目标，并获得被检测目标的轮廓和该被检测目标在模板图像的基准坐标系中的位置，记录模板图像中被检测目标的数量和被检测目标在模板图像的基准坐标系中的位置。在线处理是指通过相机拍摄待检测产品生成待检测图像，然后采用深度学习算法，识别出待检测图像中被检测目标的轮廓和被检测目标在待检测图像的基准坐标系中的位置，接着对待检测图像进行仿射变换，以使待检测图像的基准坐标系与模板图像的基准坐标系重合，由此实现待检测图像与模板图像配准，最后将待检测图像中的被检测目标和模板图像中的被检测目标进行匹配。若匹配成功，则表明产品合格，若匹配不成功，则表明产品不合格。
[0004]然而，在一些场景下，例如：产品偏移、旋转等场景下，现有技术的方案对产品进行质量检测的误检率较高。

技术实现思路

[0005]本申请提供了一种产品质量检测方法，该方法通过在待检测图像和模板图像中分别引入基准目标，比较待检测图像中的被检测目标和模板图像中的被检测目标相对于各自图像中基准目标的相对位置，实现质量检测，由此减少了配准，进而解决了由于产品偏移或旋转导致仿射变换不准确的问题，降低了误检率。本申请还提供了与上述方法对应的产品质量检测系统、计算设备集群、计算机可读存储介质以及计算机程序产品。
[0006]第一方面，本申请提供了一种产品质量检测方法。该方法可以由产品质量检测系统执行。在一些实施例中，产品质量检测系统可以是软件系统，计算设备或计算设备集群通过执行软件系统的程序代码，以执行产品质量检测方法。在另一些实施例中，产品质量检测系统也可以是用于对产品进行质量检测的硬件系统，例如：工控机、服务器等等。本申请实施例以产品质量检测系统为软件系统进行示例说明。
[0007]具体地，产品质量检测系统获取待检测图像，该待检测图像为对待检测产品进行
拍摄所得的图像，然后产品质量检测系统识别待检测图像，获得待检测图像中的至少一个被检测目标(在本申请中，待检测图像中的被检测目标也称作第一被检测目标)和待检测图像中的基准目标(有些情况下，也称作第一基准目标)，确定至少一个第一被检测目标相对于第一基准目标的相对位置(为了描述方便，也可以称作第一相对位置)，产品质量检测系统还获取模板图像中至少一个被检测目标(也称作第二被检测目标)相对于模板图像中基准目标(即第二基准目标)的相对位置(也称作第二相对位置)，根据第一相对位置和第二相对位置对待检测产品进行质量检测，获得质量检测结果。
[0008]该方法通过在待检测图像和模板图像中分别引入基准目标，比较待检测图像和模板图像中的被检测目标相对于各自图像中的基准目标的相对位置，实现质量检测，无需进行模板配准，也就无需进行仿射变换，由此避免了产品在相机的视野中偏移或旋转角度稍大导致仿射变换不准确的问题，降低了误检率，具有较好的鲁棒性。此外，该方法无需进行仿射变换，导致计算量大幅降低，缩短了检测耗时，能够满足生产需求。
[0009]在一些可能的实现方式中，所述待检测图像中包括多个第一被检测目标时，产品质量检测系统可以根据所述待检测图像中所述第一被检测目标的数量、所述模板图像中所述第二被检测目标的数量以及所述第一相对位置、所述第二相对位置，对所述待检测产品进行质量检测，获得质量检测结果。
[0010]具体地，产品质量检测系统可以先判断待检测图像中第一被检测目标的数量与模板图像中第二被检测目标的数量是否一致。若一致，则继续将第一相对位置与第二相对位置进行匹配，根据匹配结果获得质量检测结果，其中，匹配结果表征第一相对位置与第二相对位置匹配，则质量检测结果为待检测产品合格，匹配结果表征第一相对位置与第二相对位置不匹配，则质量检测检测结果为待检测产品不合格；若不一致，则可以直接将待检测产品确定为不合格产品。
[0011]如此，可以提前筛选出部分不合格产品(例如是第一被检测目标的数量与第二被检测目标的数量不一致的产品)，提高了质量检测效率，满足了生产需求。
[0012]在一些可能的实现方式中，产品质量检测系统可以将所述第一相对位置与所述第二相对位置进行匹配，获得匹配结果。当所述匹配结果表征所述第一相对位置与所述第二相对位置不匹配时，产品质量检测系统确定所述待检测产品为不合格产品。
[0013]该方法通过将相对位置进行简单的匹配运算，即可实现对产品的质量检测，由于无需进行大量的运算，提高了质量检测效率，能够满足生产需求，而且无需配置高性能硬件即可实现质量检测，降低了检测成本。
[0014]在一些可能的实现方式中，产品质量检测系统可以确定所述第一相对位置和所述第二相对位置的坐标差值。当所述坐标差值大于预设阈值时，产品质量检测系统确定所述第一相对位置和所述第二相对位置不匹配。
[0015]其中，坐标差值可以包括横坐标差值和纵坐标差值。产品质量检测系统可以将第一相对位置和第二相对位置的横坐标进行减法运算，然后取绝对值，从而获得横坐标差值。类似地，产品质量检测系统可以将第一相对位置和第二相对位置的纵坐标进行减法运算，然后取绝对值，从而获得纵坐标差值。在一些实施例中，预设阈值可以包括第一预设阈值和第二预设阈值。当横坐标差值大于第一预设阈值，或者纵坐标差值大于第二预设阈值时，产品质量检测系统可以确定该待检测产品为不合格产品。
[0016]相较于先将待检测图像和模板图像进行配准，然后进行目标匹配的方案，该方法受产品偏移或旋转的影响较小，因而误检率较低，并且具有较好的鲁棒性。
[0017]在一些可能的实现方式中，产品质量检测系统可以通过深度学习算法对所述待检测图像进行识别，生成候选框，对所述候选框进行分类和回归，获得所述待检测图像中的至少一个第一被检测目标在所述待检测图像的基准坐标系中的位置和所述待检测图像中第一基准目标在所述待检测图像的基准坐标系中的位置。相应地，产品质量检测系统可以根据所述至少一个第一被检测目标在所述待检测图像的基准坐标系中的位置和所述第一基准目标在所述待检测图像的基准坐标系中的位置，获得所述第一相对位置。
[0018]其中，产品质量检测系统在识别待检测图像时，可以通过本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种产品质量检测方法，其特征在于，所述方法包括：获取待检测图像，所述待检测图像为对待检测产品进行拍摄所得的图像；识别所述待检测图像，获得所述待检测图像中的至少一个第一被检测目标和第一基准目标；确定所述至少一个第一被检测目标相对于所述第一基准目标的第一相对位置；获取模板图像中的至少一个第二被检测目标相对于所述模板图像中第二基准目标的第二相对位置，其中，所述模板图像为对合格产品进行拍摄所得的图像；根据所述第一相对位置和所述第二相对位置，对所述待检测产品进行质量检测，获得质量检测结果。2.根据权利要求1所述的方法，其特征在于，所述待检测图像中包括多个第一被检测目标时，所述根据所述第一相对位置和所述第二相对位置，对所述待检测产品进行质量检测，获得质量检测结果，包括：根据所述待检测图像中所述第一被检测目标的数量、所述模板图像中所述第二被检测目标的数量以及所述第一相对位置、所述第二相对位置，对所述待检测产品进行质量检测，获得质量检测结果。3.根据权利要求1或2所述的方法，其特征在于，所述根据所述第一相对位置和所述第二相对位置，对所述待检测产品进行质量检测，获得质量检测结果，包括：将所述第一相对位置与所述第二相对位置进行匹配，获得匹配结果；当所述匹配结果表征所述第一相对位置与所述第二相对位置不匹配时，确定所述待检测产品为不合格产品。4.根据权利要求3所述的方法，其特征在于，所述将所述第一相对位置与所述第二相对位置进行匹配，包括：确定所述第一相对位置和所述第二相对位置的坐标差值；当所述坐标差值大于预设阈值时，确定所述第一相对位置和所述第二相对位置不匹配。5.根据权利要求1至4任一项所述的方法，其特征在于，所述识别所述待检测图像，获得所述待检测图像中的至少一个第一被检测目标和第一基准目标，包括：通过深度学习算法对所述待检测图像进行识别，生成候选框，对所述候选框进行分类和回归，获得所述待检测图像中的至少一个第一被检测目标在所述待检测图像的基准坐标系中的位置和所述待检测图像中第一基准目标在所述待检测图像的基准坐标系中的位置；所述确定所述至少一个第一被检测目标相对于所述第一基准目标的第一相对位置，包括：根据所述至少一个第一被检测目标在所述待检测图像的基准坐标系中的位置和所述第一基准目标在所述待检测图像的基准坐标系中的位置，获得所述第一相对位置。6.根据权利要求1至5任一项所述的方法，其特征在于，所述方法还包括：向用户呈现所述质量检测结果。7.根据权利要求6所述的方法，其特征在于，所述质量检测结果表征所述待检测产品为不合格产品时，所述方法还包括：接收所述用户通过结果展示界面对所述待检测产品的处理指示，以便于根据所述处理
指示，处理所述待检测产品。8.根据权利要求1至7任一项所述的方法，其特征在于，所述第一基准目标为所述待检测产品的边界，所述第二基准目标为所述合格产品的边界。9.根据权利要求1至8任一项所述的方法，其特征在于，所述模板图像中的至少一个第二被检测目标相对于所述模板图像中第二基准目标的第二相对位置为预先识别和计算得到的。10.一种产品质量检测系统，其特征在于，所述系统包括：交互模块，用于获取待检测图像，所述待检测图像为对待检测产品进行拍摄所得的图像；识别模块，用于识别所述待检测图像，获得所述待检测图像中的至少一个第一被检测目标和第一...

【专利技术属性】
技术研发人员：王乾人，钱颖，葛江帆，
申请(专利权)人：华为技术有限公司，
类型：发明
国别省市：