System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind() 基于缺陷迁移技术的缺陷检测方法和系统技术方案_技高网

基于缺陷迁移技术的缺陷检测方法和系统技术方案

技术编号:40339688 阅读:8 留言:0更新日期:2024-02-09 14:28
本发明专利技术提供了一种基于缺陷迁移技术的缺陷检测方法和系统,该方法包括以下步骤:获取目标设备的第一样本图像,并获取相关设备的历史样本图像集;分别对历史样本图像集进行缺陷特征提取以获取相应的第一缺陷特征图像集;对第一样本图像进行显著性特征提取以获取相应的第二缺陷特征图像;分别计算第一缺陷特征图像集与第二缺陷特征图像的相似度;根据各相似度提取第三缺陷特征图像集;将第三缺陷特征图像集中的缺陷特征分别迁移至目标设备的良品图像,获取第四缺陷特征图像集;根据第四缺陷特征图像集和第一样本图像训练目标检测模型;根据目标检测模型进行缺陷检测。由此,大大增强了训练出的目标检测模型对目标设备的适应能力和泛化能力。

【技术实现步骤摘要】

本专利技术涉及缺陷检测,具体涉及一种基于缺陷迁移技术的缺陷检测方法和一种基于缺陷迁移技术的缺陷检测系统。


技术介绍

1、在对新产品进行缺陷检测时,常常面临用于训练目标检测模型的数据量少且分布不均匀的情况。

2、相关技术中,通常是通过对图像数据进行一系列的图像变换操作来进行数据增强。然而,采用该方式进行数据增强以训练目标检测模型时,目标检测模型对新产品的适应能力和泛化能力较差。


技术实现思路

1、本专利技术为解决上述技术问题,提供了一种基于缺陷迁移技术的缺陷检测方法,根据缺陷的相似度将历史样本图像中的缺陷特征迁移至目标设备的良品图像中,从而大大增强了训练出的目标检测模型对目标设备的适应能力和泛化能力。

2、本专利技术采用的技术方案如下:

3、一种基于缺陷迁移技术的缺陷检测方法,包括以下步骤:获取目标设备的第一样本图像,并获取所述目标设备的相关设备的历史样本图像集;分别对所述历史样本图像集中的各历史样本图像进行缺陷特征提取以获取相应的第一缺陷特征图像集;对所述第一样本图像进行显著性特征提取以获取相应的第二缺陷特征图像;分别计算所述第一缺陷特征图像集中各第一缺陷特征图像与所述第二缺陷特征图像的相似度;根据各所述相似度从所述第一缺陷特征图像集中提取第三缺陷特征图像集;将所述第三缺陷特征图像集中各缺陷特征图像中的缺陷特征分别迁移至所述目标设备的良品图像中,以获取相应的第四缺陷特征图像集;根据所述第四缺陷特征图像集和所述第一样本图像训练生成目标检测模型;根据所述目标检测模型对所述目标设备进行缺陷检测。

4、在本专利技术的一个实施例中,根据各所述相似度从所述第一缺陷特征图像集中提取所述第三缺陷特征图像集,具体包括:在所述第一缺陷特征图像集中选取所述相似度大于预设相似度的缺陷特征图像以生成所述第三缺陷特征图像集。

5、在本专利技术的一个实施例中,根据各所述相似度从所述第一缺陷特征图像集中提取所述第三缺陷特征图像集,具体包括:按照所述相似度从高到低的顺序将所述第一缺陷特征图像集中的各缺陷特征图像依次排列;按照预设比例对排列后的第一缺陷特征图像集进行均匀采样以获取所述第三缺陷特征图像集。

6、在本专利技术的一个实施例中,采用风格迁移模型将所述第三缺陷特征图像集中各缺陷特征图像中的缺陷特征分别迁移至所述目标设备的良品图像中。

7、一种基于缺陷迁移技术的缺陷检测系统,包括:第一获取模块,所述第一获取模块用于获取目标设备的第一样本图像,并获取所述目标设备的相关设备的历史样本图像集;第二获取模块,所述第二获取模块用于分别对所述历史样本图像集中的各历史样本图像进行缺陷特征提取以获取相应的第一缺陷特征图像集;第三获取模块,所述第三获取模块用于对所述第一样本图像进行显著性特征提取以获取相应的第二缺陷特征图像;计算模块,所述计算模块用于分别计算所述第一缺陷特征图像集中各第一缺陷特征图像与所述第二缺陷特征图像的相似度;提取模块,所述提取模块用于根据各所述相似度从所述第一缺陷特征图像集中提取第三缺陷特征图像集;第四获取模块,所述第四获取模块用于将所述第三缺陷特征图像集中各缺陷特征图像中的缺陷特征分别迁移至所述目标设备的良品图像中,以获取相应的第四缺陷特征图像集;生成模块,所述生成模块用于根据所述第四缺陷特征图像集和所述第一样本图像训练生成目标检测模型;检测模块,所述检测模块用于根据所述目标检测模型对所述目标设备进行缺陷检测。

8、在本专利技术的一个实施例中,所述提取模块具体用于:在所述第一缺陷特征图像集中选取所述相似度大于预设相似度的缺陷特征图像以生成所述第三缺陷特征图像集。

9、在本专利技术的一个实施例中,所述提取模块具体用于:按照所述相似度从高到低的顺序将所述第一缺陷特征图像集中的各缺陷特征图像依次排列;按照预设比例对排列后的第一缺陷特征图像集进行均匀采样以获取所述第三缺陷特征图像集。

10、在本专利技术的一个实施例中,所述第四获取模块具体用于:采用风格迁移模型将所述第三缺陷特征图像集中各缺陷特征图像中的缺陷特征分别迁移至所述目标设备的良品图像中。

11、本专利技术的有益效果:

12、本专利技术根据缺陷的相似度将历史样本图像中的缺陷特征迁移至目标设备的良品图像中,从而大大增强了训练出的目标检测模型对目标设备的适应能力和泛化能力。

本文档来自技高网...

【技术保护点】

1.一种基于缺陷迁移技术的缺陷检测方法,其特征在于,包括以下步骤:

2.根据权利要求1所述的基于缺陷迁移技术的缺陷检测方法,其特征在于,根据各所述相似度从所述第一缺陷特征图像集中提取所述第三缺陷特征图像集,具体包括:

3.根据权利要求1所述的基于缺陷迁移技术的缺陷检测方法,其特征在于,根据各所述相似度从所述第一缺陷特征图像集中提取所述第三缺陷特征图像集,具体包括:

4.根据权利要求1所述的基于缺陷迁移技术的缺陷检测方法,其特征在于,

5.一种基于缺陷迁移技术的缺陷检测系统,其特征在于,包括:

6.根据权利要求5所述的基于缺陷迁移技术的缺陷检测系统,其特征在于,所述提取模块具体用于:

7.根据权利要求5所述的基于缺陷迁移技术的缺陷检测系统,其特征在于,所述提取模块具体用于:

8.根据权利要求5所述的基于缺陷迁移技术的缺陷检测系统,其特征在于,所述第四获取模块具体用于:

【技术特征摘要】

1.一种基于缺陷迁移技术的缺陷检测方法,其特征在于,包括以下步骤:

2.根据权利要求1所述的基于缺陷迁移技术的缺陷检测方法,其特征在于,根据各所述相似度从所述第一缺陷特征图像集中提取所述第三缺陷特征图像集,具体包括:

3.根据权利要求1所述的基于缺陷迁移技术的缺陷检测方法,其特征在于,根据各所述相似度从所述第一缺陷特征图像集中提取所述第三缺陷特征图像集,具体包括:

4.根据权利要求1所述的基...

【专利技术属性】
技术研发人员:赵何潘正颐侯大为孙成成
申请(专利权)人:常州微亿智造科技有限公司
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 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。

1