一种缺陷检测模型的迁移方法技术

本发明专利技术公开了一种缺陷检测模型的迁移方法

【技术实现步骤摘要】
一种缺陷检测模型的迁移方法、装置、设备及存储介质


[0001]本专利技术涉及图像处理
，尤其涉及一种缺陷检测模型的迁移方法
、
装置
、
设备及存储介质
。

技术介绍

[0002]目前图像处理的技术较为成熟，存在许多用于检测图像是否符合某一类型的检测模型
。
例如，可以通过拍摄产品图像，通过图像识别技术进行产品缺陷的检测，具体可以针对不同缺陷，设置不同的缺陷检测模型进行检测，检测图像中产品是否具有某一缺陷，方便后续进行回收和检修；也可以通过拍摄产品图像，通过图像识别技术进行产品类型的检测，具体可以针对不同产品类型，设置不同的产品类型检测模型进行检测，检测图像中的产品是否属于某一产品类型，方便后续进行分拣
。
[0003]而随着需求的增多，所需要检测的类型也在不断增多
。
[0004]例如，在产品的生产或运输过程中，产品的缺陷类型往往难以穷尽，随时可能发现或产生新的产品缺陷，进而需要训练针对新产品缺陷进行检测的模型
。
>[0005]现有的本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.
一种缺陷检测模型的迁移方法，其特征在于，预先设置有至少两种已知缺陷，以及与不同已知缺陷一一对应的不同缺陷检测模型；所述缺陷检测模型用于检测输入的产品图像是否具有对应的已知缺陷；所述方法包括：获取预先训练的缺陷特征提取模型，以及缺陷特征集合；所述缺陷特征提取模型用于，针对具有相似已知缺陷的不同产品图像，提取出相似度大于第一预设相似度的不同已知缺陷特征；所述缺陷特征集合中包括，所述缺陷特征提取模型针对具有已知缺陷的已知缺陷产品图像，提取出的已知缺陷特征；将具有新缺陷的新缺陷产品图像输入所述缺陷特征提取模型，得到新缺陷特征；在所述缺陷特征集合中，针对与所述新缺陷特征的相似度满足预设相似度条件的已知缺陷特征，将对应已知缺陷确定为备选缺陷；针对所确定的备选缺陷对应的缺陷检测模型，利用所获取的新缺陷产品图像进行迁移训练，得到用于检测输入的产品图像是否具有新缺陷的新缺陷检测模型
。2.
根据权利要求1所述的方法，其特征在于，所述缺陷特征提取模型的训练方法，包括：循环执行以下训练步骤，直到满足预设训练停止条件：获取多组具有相同已知缺陷的不同产品图像，将各组产品图像分别确定为具有相似已知缺陷的产品图像；利用所获取的多组产品图像训练当前的缺陷特征提取模型，以提高组内产品图像之间提取的已知缺陷特征相似度，和
/
或提高不同组的产品图像之间提取的已知缺陷特征差异度
。3.
根据权利要求2所述的方法，其特征在于，所述训练步骤还包括：获取具有已知缺陷的产品图像；基于当前的缺陷特征提取模型针对所获取的产品图像提取已知缺陷特征；针对所提取的已知缺陷特征进行聚类，得到至少两个相似缺陷特征组，并针对所获取的各个产品图像，分别标注对应已知缺陷特征所属的相似缺陷特征组；基于标注后的产品图像训练当前的缺陷特征提取模型，以提高相同标注的产品图像之间提取的已知缺陷特征相似度，和
/
或提高不同标注的产品图像之间提取的已知缺陷特征差异度
。4.
根据权利要求3所述的方法，其特征在于，所述基于标注后的产品图像训练当前的缺陷特征提取模型，包括：循环执行以下步骤，直到满足第一训练停止条件：基于当前的缺陷特征提取模型，针对标注后的产品图像提取已知缺陷特征，得到第一特征集；基于预设策略，分别基于对应各个标注的已知缺陷特征，确定一个已知缺陷特征，得到第二特征集；基于所得到的第一特征集和第二特征集计算损失，并更新当前的缺陷特征提取模型
。5.
根据权利要求3所述的方法，其特征在于，所述基于标注后的产品图像训练当前的缺陷特征提取模型，包括：从对应各个标注的已知缺陷特征中，分别随机选择一个已知缺陷特征，添加到初始特
征集；并将初始特征集中的各个特征，分别添加到边缘策略特征集和平均策略特征集；循环执行以下步骤，直到满足第二训练停止条件：基于当前的缺陷特征提取模型，针对标注后的产品图像提取已知缺陷特征，得到全量特征集；基于以下步骤更新所述边缘策略特征集：针对所述边缘策略特征集中对应目标标注的目标缺陷特征，在所述全量特征集内对应所述目标标注的已知缺陷特征中，将与目标缺陷特征相似度最低的已知缺陷特征，确定为边缘特征；基于所述边缘特征更新所述目标缺陷特征；基于以下步骤更新所述平均策略特征集：针对所述平均策略特征集中对应目标标注的目标缺陷特征，针对所述全量特征集内对应所述目标标注的各个已知缺陷特征，计算均值，并根据所计算的均值更新所述目标缺陷特征；基于更新后的边缘策略特征集，以及更新后的平均策略特征集，更新当前的初始特征集；基于更新后的初始特征集和所述全量特征集计算损失，并更新当前的缺陷特征提取模型
。6.
根据权利要求1所述的方法，其特征在于，所述针对所确定的备选缺陷对应的缺陷检测模型，利用所获取的新缺陷产品图像进行迁移训练，包括：针对所确定的多个备选缺陷一一对应的多个缺陷检测模型，利用测试集分别确定针对新缺陷的检测准确率；所述测试集中包含具有新缺陷的新缺陷产品图像；选择检测准确率满足预设检测条件的缺陷检测模型，利用所获取的新缺陷产品图像进行迁移训练
。7.
根据权利要求1所述的方法，其特征在于，所述针对所确定的备选缺陷对应的缺陷检测模型，利用所获取的新缺陷产品图像进行迁移训练，包括：针对所确定的多个备选缺陷一一对应的多个缺陷检测模型，利用所获取的新缺陷产品图像进行迁移训练，得到多个备选新缺陷检测模型；针对各个备选新缺陷检测模型，分别利用测试集确定针对新缺陷的检测准确率；所述测试集中包含具有新缺陷的新缺陷产品图像；将检测准确率满足预设准确率条件的备选新缺陷检测模型，确定为新缺陷检测模型
。8.
一种缺陷检测模型的迁移方法，其特征在于，包括：针对具有新缺陷的新缺陷产品图像，通过特征提取的方式，将与所述新缺陷相似的已知缺陷确定为备选缺陷；获取用于检测输入产品图像是否具有所述备选缺陷的备选缺陷检测模型；针对所获取的备选缺陷检测模型，利用新缺陷产品图像进行迁移训练，得到用于检测输入产品图像是否具有新缺陷的新缺陷检测模型
。9.
根据权利要求8所述的方法，其特征在于，所述针对具有新缺陷的新缺陷产品图像，通过特征提取的方式，将与所述新缺陷相似的已知缺陷确定为备选缺陷，包括：针对具有新缺陷的新缺陷产品图像，通过预设方式提取新缺陷特征；针对与所述新缺陷特征的相似...

【专利技术属性】
技术研发人员：张子越，谷玉，房浩，
申请(专利权)人：京东方科技集团股份有限公司，
类型：发明
国别省市：