【技术实现步骤摘要】
本申请涉及模型检测领域，特别涉及一种多模型投票的表面缺陷检测方法、装置、设备和存储介质。
技术介绍
1、表面缺陷检测是工业生产中保证产品质量的重要环节，随着计算机视觉和深度学习技术的快速发展，基于机器视觉的表面缺陷检测方法在各个工业领域得到了广泛应用。相比于传统的人工视觉检测，机器视觉检测具有速度快、精度高、可长时间连续工作等优点，能有效提升工业生产的效率和品质。表面缺陷检测技术的发展经历了几个阶段，从最初的人工目视检测到光学传感器检测，再到现在的机器视觉检测。机器视觉检测技术通过使用图像传感器获取物体的图像，并利用图像处理和分析技术来识别表面缺陷。这种方法具有非接触、高精度、高效率的优点，是现代工业表面缺陷检测的主要方法之一。
2、在技术实现上，表面缺陷检测面临的关键问题包括小样本问题和实时性问题等。为了解决这些问题，研究人员提出了多种方法，如数据增强、网络预训练与迁移学习、合理的网络结构设计、无监督或半监督方法等。现研究进展主要集中在基于深度学习的方法上，包括基于cnn的缺陷分类方法、基于目标检测的缺陷检测方法、基于语义...
【技术保护点】
1.一种多模型投票的表面缺陷检测方法，其特征在于，所述方法包括：
2.根据权利要求1所述的方法，其特征在于，所述根据所述待测图像尺寸和图像中的目标类型确定缺陷分类，并根据所述缺陷分类依次创建缺陷掩模图；包括：
3.根据权利要求1所述的方法，其特征在于，所述推理结果中包含从所述待测图像中识别的目标缺陷的缺陷类型、缺陷坐标、缺陷尺寸和置信度值；不同目标模型输出推理结果中包含不同的目标缺陷类型、数量、坐标、尺寸和置信度值。
4.根据权利要求2所述的方法，其特征在于，所述基于对应的缺陷类型将所述目标模型输出的推理结果映射至所述目标缺陷掩模图
【技术特征摘要】
1.一种多模型投票的表面缺陷检测方法，其特征在于，所述方法包括：
2.根据权利要求1所述的方法，其特征在于，所述根据所述待测图像尺寸和图像中的目标类型确定缺陷分类，并根据所述缺陷分类依次创建缺陷掩模图；包括：
3.根据权利要求1所述的方法，其特征在于，所述推理结果中包含从所述待测图像中识别的目标缺陷的缺陷类型、缺陷坐标、缺陷尺寸和置信度值；不同目标模型输出推理结果中包含不同的目标缺陷类型、数量、坐标、尺寸和置信度值。
4.根据权利要求2所述的方法，其特征在于，所述基于对应的缺陷类型将所述目标模型输出的推理结果映射至所述目标缺陷掩模图，包括：
5.根据权利要求4所述的方法，其特征在于，所述形成融合矩阵过程包括：
6.根据权利要求5所述的方法，其特征在于，所述根据映射后的目标缺陷掩模图对待测图片中的目标缺陷进行缺陷标定，包括：...
【专利技术属性】
技术研发人员：请求不公布姓名，请求不公布姓名，
申请(专利权)人：深存科技无锡有限公司，
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。