缺陷识别方法、装置、电子设备及存储介质制造方法及图纸

技术编号:43121424 阅读:11 留言:0更新日期:2024-10-26 09:59
本公开提供了一种缺陷识别方法、装置、电子设备及存储介质,其中,该方法包括:获取待处理图像;其中,所述待处理图像中包含待识别工件图像;将所述待处理图像输入至缺陷识别模型中进行缺陷识别处理,得到缺陷识别结果;所述缺陷识别结果用于指示所述待识别工件的缺陷图形特征;基于所述待识别工件的缺陷评级标准对所述缺陷图形特征进行分级处理,得到所述待识别工件的缺陷分级信息;基于所述缺陷分级信息对初始分级模型进行训练,训练后得到目标分级模型,并基于所述目标分级模型对待识别工件进行缺陷分级识别。

【技术实现步骤摘要】

本公开涉及人工智能的,具体而言,涉及一种缺陷识别方法、装置、电子设备及存储介质


技术介绍

1、铸造类工件的铸造质量在工业领域越来越重要。例如,连铸圆坯因其重量轻、体积小等优点在工业界被广泛使用。在连铸圆坯的生产过程中,连铸圆坯的内部质量评估至关重要。其中,连铸圆坯的表面质量检测主要依靠对酸蚀后的圆坯低倍试样进行观测,进而对各种缺陷的类别及等级进行判定。现有技术中,主要采用人工判断或者机器辅助人工判断的方式对连铸圆坯进行缺陷检测。经过酸洗后的连铸圆坯样本通过相机拍摄获得其截面图像,通过人工比对的方式,对图像中存在的缺陷进行确定。

2、相关技术中,需要在经验丰富的评级工人的协助下才能较为准确地输出缺陷检测结果。然而,人工检测及评级具有较大的主观性,可能存在误判的情况;且人工评判受外界因素影响较大,进而存在较大的误检或者误判概率。传统的计算机辅助缺陷识别模型泛化能力(generalization ability)较弱,针对特殊问题可能存在较大的检测误差,进而导致后续评级存在较大的错误概率。


技术实现思

<本文档来自技高网...

【技术保护点】

1.一种缺陷识别方法,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,所述缺陷识别模型为深度学习语义分割模型;

3.根据权利要求1所述的方法,其特征在于,所述缺陷的数量为多个;所述基于所述待识别工件的缺陷评级标准对所述缺陷图形特征进行分级处理,得到所述待识别工件的缺陷分级信息,包括:

4.根据权利要求3所述的方法,其特征在于,所述基于所述缺陷分级信息对初始分级模型进行训练,训练后得到目标分级模型,包括:

5.根据权利要求3所述的方法,其特征在于,所述方法还包括:

6.根据权利要求5所述的方法,其特征在于,所述基于所...

【技术特征摘要】

1.一种缺陷识别方法,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,所述缺陷识别模型为深度学习语义分割模型;

3.根据权利要求1所述的方法,其特征在于,所述缺陷的数量为多个;所述基于所述待识别工件的缺陷评级标准对所述缺陷图形特征进行分级处理,得到所述待识别工件的缺陷分级信息,包括:

4.根据权利要求3所述的方法,其特征在于,所述基于所述缺陷分级信息对初始分级模型进行训练,训练后得到目标分级模型,包括:

5.根据权利要求3所述的方法,其特征在于,所述方法还包括:

6.根据权利要求5所述的方...

【专利技术属性】
技术研发人员:王华飞周威周子涔马兵佟奕霏
申请(专利权)人:中移上海信息通信科技有限公司
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 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。

1