本发明专利技术公开了一种三维检测模型的缺陷标记方法、装置，该三维检测模型的缺陷标记方法包括以下步骤：S1：获取电池的三维图像，三维图像用于训练三维检测模型；S2：框选三维图像上的各个缺陷区域；S3：对缺陷区域进行掩膜处理；S4：对缺陷区域进行颜色设置。本发明专利技术能够有效地应用于三维图像的标注，以较好地保证三维图像的标注效果，从而较好地保证三维检测模型对于电池缺陷的检测识别精度。于电池缺陷的检测识别精度。于电池缺陷的检测识别精度。
【技术实现步骤摘要】
一种三维检测模型的缺陷标记方法、装置
[0001]本专利技术涉及电池检测
，具体为一种三维检测模型的缺陷标记方法、装置。
技术介绍
[0002]在电池生产过程中，通常采用深度学习识别方法识别电池上的缺陷：例如焊缝缺陷、覆膜缺陷等。而采用深度学习识别方法，首先需要对用于训练三维检测模型的三维图像进行缺陷区域范围的标注。然而，现有通常为2D缺陷标注软件，其只支持二维平面图的标注，其难以应用于三维图像的标注，即无法有效地提取、显示缺陷区域，导致三维图像的标注效果十分不理想，从而影响三维检测模型对于电池缺陷的检测识别精度。
技术实现思路
[0003](一)解决的技术问题
[0004]针对现有技术的不足，本专利技术提供了一种三维检测模型的缺陷标记方法、装置，能够解决上述技术问题。
[0005](二)技术方案
[0006]为解决上述技术问题，本专利技术提供如下一技术方案：一种三维检测模型的缺陷标记方法，包括以下步骤：
[0007]S1：获取电池的三维图像，三维图像用于训练三维检测模型；
[0008]S2：框选三维图像上的各个缺陷区域；
[0009]S3：对缺陷区域进行掩膜处理；
[0010]S4：对缺陷区域进行颜色设置。
[0011]优选的，在步骤S1之后、S2之前还包括步骤S2a：识别三维图像上的缺陷区域。
[0012]优选的，步骤S2a具体为：通过自动识别方式识别三维图像上的缺陷区域。
[0013]优选的，自动识别方式为判断三维图像是否存在高度异常边界或者灰度异常边界，若是则相应存在缺陷区域。
[0014]优选的，步骤S2a具体为：通过人工标注方式识别三维图像上的缺陷区域。
[0015]优选的，步骤S2具体为：框选三维图像上的各个缺陷区域，并对缺陷区域内的点进行赋值。
[0016]优选的，步骤S4具体为：对不同缺陷区域分别设置不同的颜色。
[0017]为解决上述技术问题，本专利技术提供如下另一技术方案：一种三维检测模型的缺陷标记装置，包括：
[0018]获取模块，用于获取电池的三维图像，三维图像用于训练三维检测模型；
[0019]框选模块，用于框选三维图像上的各个缺陷区域；
[0020]掩膜处理模块，用于对缺陷区域进行掩膜处理；
[0021]颜色设置模块，用于对缺陷区域进行颜色设置。
[0022]优选的，该三维检测模型的缺陷标记装置还包括自动识别模块，用于通过自动识
别方式识别三维图像上的缺陷区域。
[0023]优选的，颜色设置模块具体用于对不同缺陷区域分别设置不同的颜色。
[0024](三)有益效果
[0025]与现有技术相比，本专利技术提供了一种三维检测模型的缺陷标记方法、装置，具备以下有益效果：通过框选三维图像上的各个缺陷区域；进一步对缺陷区域进行掩膜处理，以提取缺陷区域；最后对缺陷区域进行颜色设置，以清楚地显示三维图像上的缺陷区域；通过上述方式，本专利技术能够有效地应用于三维图像的标注，以较好地保证三维图像的标注效果，从而较好地保证三维检测模型对于电池缺陷的检测识别精度。
附图说明
[0026]图1为本专利技术一种三维检测模型的缺陷标记方法的步骤流程图；
[0027]图2为本专利技术一种三维检测模型的缺陷标记装置的原理框图。
具体实施方式
[0028]下面将结合本专利技术实施例中的附图，对本专利技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本专利技术一部分实施例，而不是全部的实施例。基于本专利技术中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本专利技术保护的范围。
[0029]本专利技术提供一种三维检测模型的缺陷标记方法，包括以下步骤：
[0030]S1：获取电池的三维图像，三维图像用于训练三维检测模型。
[0031]应理解，该三维检测模型在训练完成后，即可用于电池的缺陷检测，其中，电池的缺陷例如可包括焊缝缺陷、覆膜缺陷等。
[0032]此外，在步骤S1之后、S2之前还包括步骤S2a：识别三维图像上的缺陷区域；一张三维图像上可能存在一个或多个缺陷区域。进一步的，可通过自动识别方式识别三维图像上的缺陷区域。
[0033]上述自动识别方式具体可为判断三维图像是否存在高度异常边界或者灰度异常边界，若是则相应存在缺陷区域。
[0034]上述自动识别方式也可为通过判断三维图像的变化曲线是否超过预设的曲线变化阈值，若是则相应存在缺陷区域。另外，也可采用其他自动识别方式以自动识别三维图像上的缺陷区域。
[0035]此外，上述步骤S2a具体也可为：通过人工标注方式识别三维图像上的缺陷区域，即通过人工肉眼观察三维图像以识别缺陷区域。
[0036]S2：框选三维图像上的各个缺陷区域。
[0037]框选也即通过鼠标点击三维图像上缺陷区域的周边曲线或点位。进一步优选的，可对缺陷区域内的点进行赋值，具体可对缺陷区域内的点赋值为65535。
[0038]S3：对缺陷区域进行掩膜处理。
[0039]掩膜处理为用预先制作的掩膜图像与三维图像进行相乘，以相应提取上述步骤S2所框选的缺陷区域。
[0040]S4：对缺陷区域进行颜色设置。
[0041]进一步对上述步骤S3经掩膜处理后所提取的缺陷区域进行颜色设置，以清楚地显示三维图像上的缺陷区域。
[0042]优选的，步骤S4具体为：对不同缺陷区域分别设置不同的颜色，以清楚区分、显示不同缺陷区域，从而更好地保证三维检测模型对于电池缺陷的检测识别精度。
[0043]本专利技术还提供一种三维检测模型的缺陷标记装置，包括：
[0044]获取模块11，用于获取电池的三维图像，三维图像用于训练三维检测模型。
[0045]框选模块12，用于框选获取模块11所获取的三维图像上的各个缺陷区域。
[0046]掩膜处理模块13，用于对框选模块12所框选的缺陷区域进行掩膜处理。
[0047]颜色设置模块14，用于对掩膜处理模块13所提取的缺陷区域进行颜色设置。
[0048]此外，该三维检测模型的缺陷标记装置还可包括自动识别模块，用于通过自动识别方式识别三维图像上的缺陷区域。
[0049]优选的，上述颜色设置模块具体用于对不同缺陷区域分别设置不同的颜色。
[0050]关于该三维检测模型的缺陷标记装置的其他介绍具体可参阅上述三维检测模型的缺陷标记方法的描述，此处不作过多赘述。
[0051]与现有技术相比，本专利技术提供了一种三维检测模型的缺陷标记方法、装置，具备以下有益效果：通过框选三维图像上的各个缺陷区域；进一步对缺陷区域进行掩膜处理，以提取缺陷区域；最后对缺陷区域进行颜色设置，以清楚地显示三维图像上的缺陷区域；通过上述方式，本专利技术能够有效地应用于三维图像的标注，以较好地保证三维图像的标注效果，从而较好地保证三维检测模型对于电池缺陷的检测本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种三维检测模型的缺陷标记方法，其特征在于，包括以下步骤：S1：获取电池的三维图像，所述三维图像用于训练三维检测模型；S2：框选所述三维图像上的各个缺陷区域；S3：对所述缺陷区域进行掩膜处理；S4：对所述缺陷区域进行颜色设置。2.根据权利要求1所述的三维检测模型的缺陷标记方法，其特征在于，在所述步骤S1之后、S2之前还包括步骤S2a：识别所述三维图像上的所述缺陷区域。3.根据权利要求2所述的三维检测模型的缺陷标记方法，其特征在于，所述步骤S2a具体为：通过自动识别方式识别所述三维图像上的所述缺陷区域。4.根据权利要求3所述的三维检测模型的缺陷标记方法，其特征在于：所述自动识别方式为判断所述三维图像是否存在高度异常边界或者灰度异常边界，若是则相应存在所述缺陷区域。5.根据权利要求2所述的三维检测模型的缺陷标记方法，其特征在于，所述步骤S2a具体为：通过人工标注方式识别所述三维图像上的所述缺陷区域。6...
【专利技术属性】
技术研发人员：张俊峰，车艺峰，杨培文，
申请(专利权)人：超音速人工智能科技股份有限公司，
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。