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()
【技术实现步骤摘要】
本专利技术涉及缺陷检测,尤其涉及一种缺陷检测方法、装置、电子设备及存储介质。
技术介绍
1、随着经济的发展和人民收入水平的提高,银行卡的发行量越来越大,这对于银行卡的产品质量控制技术也提出了更高的要求。外观缺陷是影响银行卡产品质量的重要因素,常见的银行卡外观缺陷包括划痕、污点和弯折等。当前在银行卡外观缺陷检测任务中,通常基于传统机器学习实现检测方案,包括图像分割、特征提取和缺陷分类等步骤。图像分割主要是将待检测的银行卡外观缺陷与银行卡卡面图像进行分割;特征提取是将缺陷的纹理、形状和灰度等特征进行提取并筛选;缺陷分类是使用模式识别方法对提取的特征进行分类,得到缺陷类别。
2、在实际应用中基于传统机器学习的的检测方案存在3个不足:提取到的特征的优劣依赖复杂的设计方法和专家知识,无法确定提取的特征是否合适;特征提取和分类器设计是分开工作的,分类器设计的优劣无法反过来指导缺陷特征提取过程;当检测任务不同时,需要重新人工提取特征并设计分类器,算法的泛化能力很差。
技术实现思路
1、本专利技术提供了一种缺陷检测方法、装置、电子设备及存储介质,以提供一种利用在线学习的改进yolov3网络模型根据多尺度特征信息实现缺陷检测的方法,保障提取特征的合适性,并提高缺陷检测的算法适应性和检测结果准确性。
2、根据本专利技术的一方面,提供了一种缺陷检测方法,该方法包括:
3、获取待检测对象的外观图像;
4、将所述外观图像输入预训练的外观缺陷检测模型中,得到所述
5、根据所述多尺度特征信息预测所述待检测对象的缺陷检测结果。
6、根据本专利技术的另一方面,提供了一种缺陷检测装置,该装置包括:
7、外观图像获取模块,用于获取待检测对象的外观图像;
8、多尺度特征信息获取模块,用于将所述外观图像输入预训练的外观缺陷检测模型中,得到所述外观图像的多尺度特征信息;所述外观缺陷检测模型为基于在线学习的改进yolov3网络模型;
9、检测结果预测模块,用于根据所述多尺度特征信息预测所述待检测对象的缺陷检测结果。
10、根据本专利技术的另一方面,提供了一种电子设备,所述电子设备包括:
11、至少一个处理器;以及
12、与所述至少一个处理器通信连接的存储器;其中,
13、所述存储器存储有可被所述至少一个处理器执行的计算机程序,所述计算机程序被所述至少一个处理器执行,以使所述至少一个处理器能够执行本专利技术任一实施例所述的缺陷检测方法。
14、根据本专利技术的另一方面,提供了一种计算机可读存储介质,所述计算机可读存储介质存储有计算机指令,所述计算机指令用于使处理器执行时实现本专利技术任一实施例所述的缺陷检测方法。
15、本专利技术实施例的技术方案,通过获取待检测对象的外观图像;将外观图像输入预训练的外观缺陷检测模型中,得到外观图像的多尺度特征信息;外观缺陷检测模型为基于在线学习的改进yolov3网络模型;根据多尺度特征信息预测待检测对象的缺陷检测结果,解决了现有技术提取特征的合适性无法保证,缺陷特征提取无法根据分类结果反馈更新,现有检测算法泛化能力差的问题,提供一种利用在线学习的改进yolov3网络模型根据多尺度特征信息实现缺陷检测的方法,保障提取特征的合适性,并提高缺陷检测的算法适应性和检测结果准确性。
16、应当理解,本部分所描述的内容并非旨在标识本专利技术的实施例的关键或重要特征,也不用于限制本专利技术的范围。本专利技术的其它特征将通过以下的说明书而变得容易理解。
本文档来自技高网...【技术保护点】
1.一种缺陷检测方法,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,获取待检测对象的外观图像, 包括:
3.根据权利要求2所述的方法,其特征在于,所述外观缺陷检测模型包括初始特征提取网络和多尺度检测网络;
4.根据权利要求3所述的方法,其特征在于,所述多尺度检测网络包括第一尺度检测网络、第二尺度检测网络、第三尺度检测网络和第四尺度检测网络。
5.根据权利要求1所述的方法,其特征在于,根据所述多尺度特征信息预测所述待检测对象的缺陷检测结果,包括:
6.根据权利要求1所述的方法,其特征在于,所述外观缺陷检测模型通过以下方式预训练:
7.根据权利要求6所述的方法,其特征在于,利用第二类样本外观图像线上对所述初始外观缺陷检测模型定时更新,得到所述预训练的外观缺陷检测模型,包括:
8.一种缺陷检测装置,其特征在于,包括:
9.一种电子设备,其特征在于, 所述电子设备包括:
10.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质存储有计算机指令, 所述计算机指
...【技术特征摘要】
1.一种缺陷检测方法,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,获取待检测对象的外观图像, 包括:
3.根据权利要求2所述的方法,其特征在于,所述外观缺陷检测模型包括初始特征提取网络和多尺度检测网络;
4.根据权利要求3所述的方法,其特征在于,所述多尺度检测网络包括第一尺度检测网络、第二尺度检测网络、第三尺度检测网络和第四尺度检测网络。
5.根据权利要求1所述的方法,其特征在于,根据所述多尺度特征信息预测所述待检测对象的缺陷检测结果,包括:
6....
【专利技术属性】
技术研发人员:张宁,
申请(专利权)人:中国农业银行股份有限公司,
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。