【技术实现步骤摘要】
本专利技术涉及人工智能领域，具体而言，涉及一种工业产品的缺陷检测方法及其装置、电子设备及存储介质。
技术介绍
1、机器视觉作为人工智能技术的一个重要分支，能够通过摄像头、传感器等设备来获取并处理真实物体的图像，以从中提取所需的信息。工业领域对机器视觉技术的需求不断推动了这一领域的发展。当前，工业视觉已广泛应用于多个工业场景，包括流水线产品的视觉检测、基于视觉引导的机械臂操作以及智能工厂建设等。
2、算力作为工业视觉处理技术的基础，随着工业制造技术的不断改进，越来越多的智能应用将迁移到边缘计算设备上，以实现即时响应和降低延迟。这导致对计算能力提出了更高的要求。工业视觉领域的基于深度学习的算法任务主要包括对工业设备、工人以及制造环境中的特定物体进行识别、分类、检测和分割。当前，通用的视觉算法都基于深度神经网络实现，这些神经网络通常拥有复杂而庞大的结构，伴随着庞大的数据和参数量。
3、随着人工智能的不断发展，越来越多的机构开始利用机器视觉技术来提高生产效率和产品质量。通过机器视觉技术，可以实现自动化、高精度的产品检测，...
【技术保护点】
1.一种工业产品的缺陷检测方法，其特征在于，包括：
2.根据权利要求1所述的缺陷检测方法，其特征在于，在将所述待检测图片输入至所述预设检测模型，输出标记图片之前，还包括：
3.根据权利要求2所述的缺陷检测方法，其特征在于，构建轻量化模块的步骤，包括：
4.根据权利要求2所述的缺陷检测方法，其特征在于，基于所述轻量化模块，构建轻量化骨干网络的步骤，包括：
5.根据权利要求2所述的缺陷检测方法，其特征在于，基于所述轻量化骨干网络，构建初始检测模型的步骤，包括：
6.根据权利要求2所述的缺陷检测方法，其特征在于，采...
【技术特征摘要】
1.一种工业产品的缺陷检测方法，其特征在于，包括：
2.根据权利要求1所述的缺陷检测方法，其特征在于，在将所述待检测图片输入至所述预设检测模型，输出标记图片之前，还包括：
3.根据权利要求2所述的缺陷检测方法，其特征在于，构建轻量化模块的步骤，包括：
4.根据权利要求2所述的缺陷检测方法，其特征在于，基于所述轻量化模块，构建轻量化骨干网络的步骤，包括：
5.根据权利要求2所述的缺陷检测方法，其特征在于，基于所述轻量化骨干网络，构建初始检测模型的步骤，包括：
6.根据权利要求2所述的缺陷检测方法，其特征在于，采用历史数据集合对所述初始检测模型进行训练，得到预设检测模型的步骤，包括：
...【专利技术属性】
技术研发人员：吴亚晖，王昶力，黄世永，谈钱辉，李生辉，
申请(专利权)人：中国电信股份有限公司，
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。