【技术实现步骤摘要】
本申请属于检测领域，尤其涉及一种产品检测方法、电子设备及存储介质。
技术介绍
1、在对产品表面的缺陷检测问题上，基于深度学习的方式进行缺陷检测具备如下优势：端到端的学习方式可以消除数据预处理和对人类专家的依赖；深度学习的覆盖面广，适应性好，理论上可以映射到任何函数，可以解决复杂的缺陷检测问题。在产品检测过程中，将同一产品的表面图像输入至深度学习模型中，由深度学习模型得到产品的缺陷信息。
2、然而，随着生产工艺的成熟，产品良率较高，对于某一类型的产品，无法得到充足的缺陷图像作为训练数据；且由深度学习模型分析产品表面图像对应不同类型的缺陷，无法保证产品检测的准确性。
技术实现思路
1、本申请实施例提供了一种产品检测方法、电子设备及存储介质，以解决产品检测的准确性较低的问题。
2、本申请实施例第一方面提供一种产品检测方法，所述产品检测方法包括：获取产品的缺陷图像，并确定所述缺陷图像对应的缺陷类型；根据所述缺陷类型确定区域尺寸，并根据所述区域尺寸分割所述缺陷图像，得到所述产品对应的多个区域图像；对所述多个区域图像进行分类，得到多个图像组；确定每个图像组对应的目标缺陷识别模型，并调用所述目标缺陷识别模型处理对应的图像组，得到所述产品对应的缺陷信息；确定所述产品对应的缺陷评价指标，并根据所述缺陷信息与所述缺陷评价指标确定所述产品的缺陷等级；根据所述缺陷等级确定所述产品的检测结果。
3、进一步地，在本申请实施例提供的上述产品检测方法中，在所述获取产品的缺陷图像
4、进一步地，在本申请实施例提供的上述产品检测方法中，所述根据所述缺陷类型确定区域尺寸，包括：确定所述缺陷类型对应的预设缺陷面积；确定所述缺陷类型对应缺陷的外接矩形与待分割的区域图像的预设比值；根据所述预设缺陷面积与所述预设比值确定所述缺陷类型对应的区域尺寸。
5、进一步地，在本申请实施例提供的上述产品检测方法中，所述根据所述区域尺寸分割所述缺陷图像，得到所述产品对应的多个区域图像，包括：确定所述缺陷类型对应缺陷的外接矩形的长边长度；根据所述长边长度确定任意相邻两个区域图像的重叠宽度；根据所述重叠宽度与所述区域尺寸分割所述缺陷图像，得到所述产品对应的多个区域图像。
6、进一步地，在本申请实施例提供的上述产品检测方法中，所述分类所述多个区域图像，得到多个图像组，包括：将包含预设特征的区域图像划分至第一图像组，并将未包含所述预设特征的区域图像划分至第二图像组。
7、进一步地，在本申请实施例提供的上述产品检测方法中，所述确定每个图像组对应的目标缺陷识别模型，包括：确定预先设置的缺陷类型与缺陷识别模型的第一对应关系；确定预先设置的图像组与缺陷识别模型的第二对应关系；根据所述第一对应关系，得到所述缺陷类型对应的初始缺陷识别模型；根据所述第二对应关系，从所述初始缺陷识别模型中确定所述图像组对应的目标缺陷识别模型。
8、进一步地，在本申请实施例提供的上述产品检测方法中，所述根据所述缺陷信息与所述缺陷评价指标确定所述产品的缺陷等级，包括：解析所述缺陷评价指标，得到所述缺陷类型对应缺陷的外接矩形的边长与缺陷等级的第三对应关系；确定所述缺陷信息对应目标缺陷的外接矩形的目标边长；根据所述目标边长与所述第三对应关系，得到所述产品的缺陷等级。
9、进一步地，在本申请实施例提供的上述产品检测方法中，所述根据所述缺陷等级确定所述产品的检测结果，包括：若所述缺陷等级大于或等于预设缺陷等级，则所述产品的检测结果表示所述产品未通过检测；若所述缺陷等级小于所述预设缺陷等级，则所述产品的检测结果表示所述产品通过检测。
10、本申请实施例第二方面还提供一种电子设备，所述电子设备包括处理器与存储器，所述处理器用于执行所述存储器中存储的计算机程序时实现上述任意一项所述的产品检测方法。
11、本申请实施例第三方面还提供一种产品检测装置，所述产品检测装置包括：缺陷类型确定模块，用于获取产品的缺陷图像，并确定所述缺陷图像对应的缺陷类型；区域尺寸确定模块，用于根据所述缺陷类型确定区域尺寸，并根据所述区域尺寸分割所述缺陷图像，得到所述产品对应的多个区域图像；图像分类模块，用于对所述多个区域图像进行分类，得到多个图像组；模型确定模块，用于确定每个图像组对应的目标缺陷识别模型，并调用所述目标缺陷识别模型处理对应的图像组，得到所述产品对应的缺陷信息；评价指标确定模块，用于确定所述产品对应的缺陷评价指标，并根据所述缺陷信息与所述缺陷评价指标确定所述产品的缺陷等级；检测结果确定模块，用于根据所述缺陷等级确定所述产品的检测结果。
12、本申请实施例第四方面还提供一种计算机可读存储介质，计算机可读存储介质上存储有计算机程序，计算机程序被处理器执行时实现上述产品检测方法。
13、本申请实施例提供的上述产品检测方法，获取产品的缺陷图像，并确定所述缺陷图像对应的缺陷类型；根据所述缺陷类型确定区域尺寸，并根据所述区域尺寸分割所述缺陷图像，得到所述产品对应的多个区域图像；分类所述多个区域图像，得到多个图像组；确定每个图像组对应的目标缺陷识别模型，并调用所述目标缺陷识别模型处理所述图像组，得到所述产品对应的缺陷信息；确定所述产品对应的缺陷评价指标，并根据所述缺陷信息与所述缺陷评价指标确定所述产品的缺陷等级；根据所述缺陷等级确定所述产品的检测结果。本申请实施例通过根据缺陷类型确定区域尺寸，之后根据所述区域尺寸分割所述缺陷图像，得到所述产品对应的多个区域图像，能够避免区域尺寸过大或过小导致缺陷提取不完整的问题，提高区域图像提取的准确性，继而提高产品检测的准确性；且本申请通过对多个区域图像进行分类处理，得到图像组，并确定每个图像组对应的目标缺陷识别模型识别产品缺陷，能够提高目标缺陷识别模型对该图像组中缺陷识别的准确性，继而提高产品检测的准确性；此外，本申请确定产品对应的缺陷评价指标，并根据该缺陷评价指标确定产品的缺陷等级，能够提高缺陷等级确定的准确性，继而提高产品检测的准确性。
本文档来自技高网...【技术保护点】
1.一种产品检测方法，其特征在于，所述产品检测方法包括：
2.如权利要求1所述的产品检测方法，其特征在于，在所述获取产品的缺陷图像之后，所述方法还包括：
3.如权利要求1所述的产品检测方法，其特征在于，所述根据所述缺陷类型确定区域尺寸，包括：
4.如权利要求3所述的产品检测方法，其特征在于，所述根据所述区域尺寸分割所述缺陷图像，得到所述产品对应的多个区域图像，包括：
5.如权利要求1所述的产品检测方法，其特征在于，所述分类所述多个区域图像，得到多个图像组，包括：
6.如权利要求1所述的产品检测方法，其特征在于，所述确定每个图像组对应的目标缺陷识别模型，包括：
7.如权利要求3所述的产品检测方法，其特征在于，所述根据所述缺陷信息与所述缺陷评价指标确定所述产品的缺陷等级，包括：
8.如权利要求1所述的产品检测方法，其特征在于，所述根据所述缺陷等级确定所述产品的检测结果，包括：
9.一种电子设备，其特征在于，所述电子设备包括处理器与存储器，所述处理器用于执行所述存储器中存储的计算机程序时实现
10.一种计算机可读存储介质，其特征在于，计算机可读存储介质上存储有计算机程序，计算机程序被处理器执行时实现如权利要求1至8中任意一项所述的产品检测方法。
...【技术特征摘要】
1.一种产品检测方法，其特征在于，所述产品检测方法包括：
2.如权利要求1所述的产品检测方法，其特征在于，在所述获取产品的缺陷图像之后，所述方法还包括：
3.如权利要求1所述的产品检测方法，其特征在于，所述根据所述缺陷类型确定区域尺寸，包括：
4.如权利要求3所述的产品检测方法，其特征在于，所述根据所述区域尺寸分割所述缺陷图像，得到所述产品对应的多个区域图像，包括：
5.如权利要求1所述的产品检测方法，其特征在于，所述分类所述多个区域图像，得到多个图像组，包括：
6.如权利要求1所述的产品检测方法，其特征在于，所述确定每个图像组对应的目标...
【专利技术属性】
技术研发人员：胡流彬，肖寒琼，张修龙，刘衍忠，
申请(专利权)人：富泰华工业深圳有限公司，
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。