【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
...【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
...【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。