【技术实现步骤摘要】
本申请涉及目标检测，尤其涉及一种目标对象缺陷检测方法及装置。
技术介绍
1、在工业原件等一些精细场景下，细节的缺陷对于后续的流程来说影响巨大，需要及时检测出缺陷。目前常通过获取目标对象的图像，进行图像缺陷检测。各种形式的未知缺陷存在于高分辨率图像中，缺陷检测目的在于检测出包含缺陷样本以及缺陷样本中缺陷的位置。由于缺陷检测的性质，很难获取大量有标签或无标签的缺陷数据；其次，正常样本和缺陷样本之间的差异往往是细粒度的，因为在高分辨率图像中，缺陷可能非常细微。上述原因导致了目前图像缺陷检测很难解决复杂不规则器件的局部不规则缺陷检测。
技术实现思路
1、有鉴于此，本申请实施例提供了一种目标对象缺陷检测方法、装置、电子设备及计算机可读存储介质，以解决现有技术中，复杂不规则器件的局部不规则缺陷检测准确率低的问题。
2、本申请实施例的第一方面，提供了一种目标对象缺陷检测方法，包括：获取目标对象的检测样本，利用稠密卷积神经网络提取检测样本的检测样本特征，其中，稠密卷积神经网络已通过训练样本和训...
【技术保护点】
1.一种目标对象缺陷检测方法，其特征在于，包括：
2.根据权利要求1所述的方法，其特征在于，利用稠密卷积神经网络提取所述检测样本的检测样本特征之前，所述方法还包括：
3.根据权利要求2所述的方法，其特征在于，利用从所述训练样本中通过随机裁剪得到的目标切片对所述训练样本进行随机粘贴，得到所述训练样本对应的异常样本，包括：
4.根据权利要求2所述的方法，其特征在于，将所述训练样本和所述异常样本作为对比组对所述稠密卷积神经网络进行训练，增强所述稠密卷积神经网络提取所述训练样本和所述异常样本的样本特征的区别。
5.根据权利要求1...
【技术特征摘要】
1.一种目标对象缺陷检测方法，其特征在于，包括：
2.根据权利要求1所述的方法，其特征在于，利用稠密卷积神经网络提取所述检测样本的检测样本特征之前，所述方法还包括：
3.根据权利要求2所述的方法，其特征在于，利用从所述训练样本中通过随机裁剪得到的目标切片对所述训练样本进行随机粘贴，得到所述训练样本对应的异常样本，包括：
4.根据权利要求2所述的方法，其特征在于，将所述训练样本和所述异常样本作为对比组对所述稠密卷积神经网络进行训练，增强所述稠密卷积神经网络提取所述训练样本和所述异常样本的样本特征的区别。
5.根据权利要求1所述的方法，其特征在于，通过所述高斯核密度估计的方法对各个切片的切片特征...
【专利技术属性】
技术研发人员：程剑杰，
申请(专利权)人：深圳须弥云图空间科技有限公司，
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。