【技术实现步骤摘要】
本申请涉及图像检测，尤其涉及产品外观缺陷检测方法、装置、电子设备及存储介质。
技术介绍
1、在产品生产过程中，产品及其产品的零部件的表面都会不可避免的产生多种类型的缺陷，例如错位、划痕、污染等。因此，产品表面缺陷检测成为产品生产过程中质量检测环节必不可少的一部分。
2、目前，产品外观缺陷检测主要包括人工检测和机器视觉检测两种，人工检测的方式，存在检测效率低、检测结果可靠性低等问题，而机器视觉检测的方式，可以实现表面缺陷检测的自动化，但对于复杂的产品外观缺陷识别还有待提高。
3、综上，如何提升产品外观缺陷检测的检测效率和准确性，俨然已成为本领域亟需解决的技术问题。
技术实现思路
1、本申请的主要目的在于提供一种产品外观缺陷检测方法、装置、电子设备及存储介质，旨在提升产品外观缺陷检测的检测效率和准确性。
2、为实现上述目的，本申请提出一种产品外观缺陷检测方法，产品外观缺陷检测方法包括：
3、将目标产品的各外观图片输入至预设的特征提取模型中，得到各所述外观图片的各特征向量；
4、分别计算各所述特征向量与对应的标准特征向量之间的相似度值，并基于各所述相似度值确定所述目标产品是否为缺陷产品；
5、在确定所述目标产品为所述缺陷产品时，识别所述目标产品中缺陷的缺陷类型和缺陷区域，得到所述目标产品的外观缺陷检测结果。
6、在一实施例中，所述将目标产品的各外观图片输入至预设的特征提取模型中，得到各所述外观图片的各特征
7、将各所述外观图片依次输入至预设的特征提取模型中，通过所述特征提取模型中的卷积层和残差块，将各所述外观图片编码为各特征图；
8、通过所述特征提取模型中的全局平均池化层对各所述特征图进行平均池化，得到各所述外观图片的各特征向量。
9、在一实施例中，所述将目标产品的各外观图片输入至预设的特征提取模型中，得到各所述外观图片的各特征向量的步骤之前还包括：
10、获取目标产品的各初始外观图片，其中，各所述初始外观图片为预设的图像采集设备从预设的多个角度采集的图片；
11、对各所述初始外观图片进行浓淡补正处理，以调整各所述初始外观图片的亮度和对比度；
12、和/或者，对各所述初始外观图片进行斑点滤波处理，以消除所述初始外观图片的环境干扰噪声；
13、和/或者，对各所述初始外观图片进行方向渐变处理，以去除所述初始外观图片的背景图案，得到各所述外观图片。
14、在一实施例中，所述分别计算各所述特征向量与对应的标准特征向量之间的相似度值，并基于各所述相似度值确定所述目标产品是否为缺陷产品的步骤，包括：
15、按照采集角度确定各所述外观图片对应的标准特征向量；
16、分别计算各所述特征向量与对应的标准向量之间的相似度值，并将各所述相似度值与预设的相似度阈值进行比较；
17、在各所述相似度值均大于所述相似度阈值时，确定所述目标产品为无缺陷产品；
18、若各所述相似度值中存在相似度值小于所述相似度阈值时，确定所述目标产品为缺陷产品。
19、在一实施例中，所述在确定所述目标产品为所述缺陷产品时，识别所述目标产品中缺陷的缺陷类型和缺陷区域，得到所述目标产品的外观缺陷检测结果的步骤包括：
20、在确定所述目标产品为所述缺陷产品时，对各所述外观图片进行拼接，得到目标产品的外观合成图；
21、采用模板匹配模型在所述外观合成图中确定目标产品的缺陷区域和缺陷类型；
22、基于所述缺陷区域和所述缺陷类型生成所述目标产品的外观缺陷检测结果。
23、在一实施例中，所述在确定所述目标产品为所述缺陷产品时，识别所述目标产品中缺陷的缺陷类型和缺陷区域，得到所述目标产品的外观缺陷检测结果的步骤之后还包括：
24、对所述外观缺陷检测结果进行校验，得到校验结果；
25、基于自适应学习机制，根据所述校验结果动态调整相似度阈值和/或者所述模板匹配模型的模型参数。
26、在一实施例中，所述方法还包括：
27、统计在预设周期内确定为缺陷产品的产品数量，在所述产品数量超过预设值时，触发告警提示。
28、此外，为实现上述目的，本申请还提出一种产品外观缺陷检测装置，产品外观缺陷检测装置包括：
29、特征提取模块，用于将目标产品的各外观图片输入至预设的特征提取模型中，得到各所述外观图片的各特征向量；
30、相似度计算模块，用于分别计算各所述特征向量与对应的标准特征向量之间的相似度值，并基于各所述相似度值确定所述目标产品是否为缺陷产品；
31、缺陷检测模块，用于在确定所述目标产品为所述缺陷产品时，识别所述目标产品中缺陷的缺陷类型和缺陷区域，得到所述目标产品的外观缺陷检测结果。
32、此外，为实现上述目的，本申请还提出一种电子设备，设备包括：存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，计算机程序配置为实现如上文的产品外观缺陷检测方法的步骤。
33、此外，为实现上述目的，本申请还提出一种存储介质，存储介质为计算机可读存储介质，存储介质上存储有计算机程序，计算机程序被处理器执行时实现如上文的产品外观缺陷检测方法的步骤。
34、本申请提出了一种产品外观缺陷检测方法，本申请首先将目标产品的各外观图片输入至预先构建的特征提取模型中，该模型能够生成各外观图片的各特征向量，随后，将这些特征向量与对应的标准特征向量进行相似性比对，通过计算两者之间的相似度值，判断目标产品是否为缺陷产品，并在确定目标产品为缺陷产品后，自动识别出目标产品中缺陷的缺陷类型及缺陷区域，最终生成该目标产品的外观缺陷检测报告。
35、综上可知，本申请通过集成特征提取、相似性比对及缺陷识别技术，不仅提升了产品外观缺陷的检测效率，实现了检测流程的自动化与快速化，而且提高了检测的准确性，减少了漏检与误判的情况，保障了产品外观缺陷检测的检测效率和准确性。
本文档来自技高网...【技术保护点】
1.一种产品外观缺陷检测方法，其特征在于，所述的方法包括：
2.如权利要求1所述的方法，其特征在于，所述将目标产品的各外观图片输入至预设的特征提取模型中，得到各所述外观图片的各特征向量的步骤包括：
3.如权利要求1所述的方法，其特征在于，所述将目标产品的各外观图片输入至预设的特征提取模型中，得到各所述外观图片的各特征向量的步骤之前还包括：
4.如权利要求1所述的方法，其特征在于，所述分别计算各所述特征向量与对应的标准特征向量之间的相似度值，并基于各所述相似度值确定所述目标产品是否为缺陷产品的步骤，包括：
5.如权利要求1所述的方法，其特征在于，所述在确定所述目标产品为所述缺陷产品时，识别所述目标产品中缺陷的缺陷类型和缺陷区域，得到所述目标产品的外观缺陷检测结果的步骤包括：
6.如权利要求5所述的方法，其特征在于，所述在确定所述目标产品为所述缺陷产品时，识别所述目标产品中缺陷的缺陷类型和缺陷区域，得到所述目标产品的外观缺陷检测结果的步骤之后还包括：
7.如权利要求6所述的方法，其特征在于，所述方法还包括：>
8.一种产品外观缺陷检测装置，其特征在于，所述装置包括：
9.一种电子设备，其特征在于，所述设备包括：存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述计算机程序配置为实现如权利要求1至7中任一项所述的方法的步骤。
10.一种存储介质，其特征在于，所述存储介质为计算机可读存储介质，所述存储介质上存储有计算机程序，所述计算机程序被处理器执行时实现如权利要求1至7中任一项所述的方法的步骤。
...【技术特征摘要】
1.一种产品外观缺陷检测方法，其特征在于，所述的方法包括：
2.如权利要求1所述的方法，其特征在于，所述将目标产品的各外观图片输入至预设的特征提取模型中，得到各所述外观图片的各特征向量的步骤包括：
3.如权利要求1所述的方法，其特征在于，所述将目标产品的各外观图片输入至预设的特征提取模型中，得到各所述外观图片的各特征向量的步骤之前还包括：
4.如权利要求1所述的方法，其特征在于，所述分别计算各所述特征向量与对应的标准特征向量之间的相似度值，并基于各所述相似度值确定所述目标产品是否为缺陷产品的步骤，包括：
5.如权利要求1所述的方法，其特征在于，所述在确定所述目标产品为所述缺陷产品时，识别所述目标产品中缺陷的缺陷类型和缺陷区域，得到所述目标产品的外观缺陷检测结果的步...
【专利技术属性】
技术研发人员：周红强，王元芹，刘勇波，张鹏晓，
申请(专利权)人：歌尔科技有限公司，
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。