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() 目标物缺陷识别方法、设备和系统技术方案_技高网

目标物缺陷识别方法、设备和系统技术方案

技术编号:45022101 阅读:9 留言:0更新日期:2025-04-18 17:04
本申请涉及目标物检测技术领域,具体涉及一种目标物缺陷识别方法、设备和系统及计算机可读存储介质。该目标物缺陷识别方法通过将目标物的初始图像信息和通过缺陷识别模型对图像信息进行初步识别后得到的缺陷位置信息进行分别处理,对初步识别结果进行显示,允许用户对初步识别后的缺陷识别结果进行校准和修改,得到校准和修改后的第二标识图像,将第二标识图像作为最终的缺陷识别结果,这种方式避免了现有技术中在缺陷识别模型识别结果不准确时,用户无法对目标物缺陷识别结果进行自主修改的问题,大大提高了缺陷识别结果的准确性和便利性。

【技术实现步骤摘要】

本申请实施例涉及目标物检测,具体涉及一种目标物缺陷识别方法、设备和系统及计算机可读存储介质。


技术介绍

1、随着人们经济生活水平的提高,车辆以及智能设备的使用已经越来越频繁,然而在使用过程中,难免会出现擦碰、剐蹭等情况,在对车辆以及智能设备进行维修时,或者在对车辆以及智能设备进行保险的定损时,往往需要对擦碰和剐蹭的情况进行定位和评估。

2、本申请的专利技术人在研究中发现,当前汽车以及智能设备的维修厂在维修或者保险定损时,都是通过纸质单子,粗略检查汽车以及智能设备的外观,通过人眼进行擦碰、剐蹭等情况的判断,然后还需要将检查结果记录在纸质上,通过手动输入电脑,过程繁琐,效率比较低。


技术实现思路

1、鉴于上述问题,本申请实施例提供了一种目标物缺陷识别方法、设备、系统及计算机可读存储介质,用于解决现有技术中存在的上述技术问题。

2、本申请实施例的一个方面,提出了一种目标物缺陷识别方法,该方法包括:

3、获取目标物的图像信息;

4、将所述图像信息发送给预先训练好的缺陷识别模型,以使所述缺陷识别模型对所述图像信息中的缺陷进行识别;

5、接收所述缺陷识别模型生成的缺陷识别结果,所述缺陷识别结果中包括缺陷位置信息;

6、根据所述缺陷位置信息对所述图像信息中的缺陷进行标识,生成第一标识图像;

7、响应于对所述第一标识图像的操作,获取所述操作对应的操作轨迹信息;

8、根据所述操作轨迹信息对所述第一标识图像进行标识,生成第二标识图像;

9、根据所述第二标识图像对所述目标物缺陷进行显示。

10、优选的,一些实施例中,所述根据所述操作轨迹信息对所述第一标识图像进行标识,生成第二标识图像,包括:

11、根据预设像素间距阈值获取所述操作轨迹信息对应的多个坐标点;

12、根据多个所述坐标点对所述第一标识图像进行标识,生成第二标识图像。

13、优选的,一些实施例中,所述根据所述缺陷位置信息对所述图像信息中的缺陷进行标识,生成第一标识图像后,包括:

14、响应于对所述第一标识图像的反选操作,删除所述第一标识图像上的标识。

15、优选的,一些实施例中,所述缺陷识别结果还包括缺陷类型信息,所述缺陷类型信息用于指示所述缺陷位置信息对应的缺陷区域的缺陷类型;

16、所述响应于对所述第一标识图像的操作,获取所述操作对应的操作轨迹信息,还包括:

17、获取所述操作轨迹信息对应缺陷类型信息;

18、所述方法进一步包括:

19、响应于针对所述缺陷类型信息的查询操作,遍历所述缺陷识别结果和所述操作轨迹信息,生成查询结果。

20、优选的,一些实施例中,所述方法进一步包括:

21、将所述第二标识图像发送给所述缺陷识别模型,以使所述缺陷识别模型根据所述第二标识图像进行自校准训练。

22、本申请实施例的另一个方面,提出了一种目标物缺陷识别系统,所述系统包括目标物缺陷识别设备和服务器;

23、所述目标物缺陷识别设备获取目标物的图像信息,并将所述图像信息发送给所述服务器;

24、所述服务器上运行有预先训练好的缺陷识别模型,所述缺陷识别模型用于对所述图像信息中的缺陷进行识别,并将所述缺陷识别结果发送给所述目标物缺陷识别设备,所述缺陷识别结果中包括缺陷位置信息;

25、所述目标物缺陷识别设备接收所述缺陷位置信息,并根据所述缺陷位置信息对所述图像信息中的缺陷进行标识,生成第一标识图像;

26、所述目标物缺陷识别设备还用于响应于对所述第一标识图像的操作,获取所述操作对应的操作轨迹信息;根据所述操作轨迹信息对所述第一标识图像进行标识,生成第二标识图像;根据所述第二标识图像对所述目标物缺陷进行显示。

27、优选的,一些实施例中,所述服务器包括ai服务器和文件服务器;

28、所述目标物缺陷识别设备分别与所述ai服务器和所述文件服务器通信连接;

29、所述目标物缺陷识别设备还用于向ai服务器发送预签名地址获取消息;

30、所述ai服务器根据所述预签名地址获取消息向所述目标物缺陷识别设备发送预签名地址信息,所述预签名地址信息包括所述文件服务器地址;

31、所述目标物缺陷识别设备根据所述文件服务器地址向所述文件服务器发送所述图像信息。

32、优选的,一些实施例中,所述目标物缺陷识别设备还用于响应于ai解析操作,向所述ai服务器发送ai解析请求;

33、所述ai服务器根据所述ai解析请求向所述文件服务器获取所述图像信息,以对所述图像信息中的缺陷进行识别。

34、优选的,一些实施例中,所述目标物缺陷识别设备还用于在本地保存所述第二标识图像,并将所述第二标识图像发送给所述ai服务器,以使所述缺陷识别模型根据所述第二标识图像进行自校准训练。

35、本申请实施例的第三个方面,提出了一种目标物缺陷识别设备,包括:摄像头、显示屏、处理器、存储器、通信接口和通信总线,所述摄像头、显示屏、处理器、所述存储器和所述通信接口通过所述通信总线完成相互间的通信;

36、所述摄像头用于对目标物进行拍摄获取目标物的图像信息;

37、所述显示屏用于提供与外部的交互界面和显示缺陷识别结果;

38、所述存储器用于存放至少一程序,所述程序使所述处理器执行上述实施例提出的所述目标物缺陷识别方法的操作。

39、本申请实施例的第四个方面,提出了一种计算机可读存储介质,所述存储介质中存储有至少一程序,所述程序在目标物缺陷识别设备上运行时,使得目标物缺陷识别设备执行上述实施例提出的目标物缺陷识别方法的操作。

40、本申请实施例提出的目标物缺陷识别方法、设备和系统,通过在缺陷识别模型完成对图像信息的初步识别后,使缺陷识别模型返回缺陷的位置信息给目标物缺陷识别设备,由目标物缺陷识别设备根据该缺陷位置信息在原始的图像信息的基础上进行标识,同时,该目标物缺陷识别设备允许用户对缺陷识别模型的识别结果进行更改和补充,目标物缺陷识别设备向用户提供修改界面,接收用户进行二次标识的轨迹信息,根据该轨迹信息在第一次缺陷识别的基础上进行二次标识,形成最终的目标物缺陷识别结果。本申请实施例通过对缺陷识别模型的返回结果进行改进,以及通过将初始图像信息和修改标识进行分别记录,能够方便对缺陷识别结果进行修改,避免了现有技术中存在的在缺陷识别模型识别结果不准确时,用户无法对目标物缺陷识别结果进行自主修改的问题,大大提高了缺陷识别结果的准确性和便利性。

41、上述说明仅是本申请实施例技术方案的概述,为了能够更清楚了解本申请实施例的技术手段,而可依照说明书的内容予以实施,并且为了让本申请实施例的上述和其它目的、特征和优点能够更明显易懂,以下特举本申请的具体实施方式。

本文档来自技高网...

【技术保护点】

1.一种目标物缺陷识别方法,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,所述根据所述操作轨迹信息对所述第一标识图像进行标识,生成第二标识图像,包括:

3.根据权利要求1所述的方法,其特征在于,所述根据所述缺陷位置信息对所述图像信息中的缺陷进行标识,生成第一标识图像后,包括:

4.根据权利要求1-3任一项所述的方法,其特征在于,所述缺陷识别结果还包括缺陷类型信息,所述缺陷类型信息用于指示所述缺陷位置信息对应的缺陷区域的缺陷类型;

5.根据权利要求4所述的方法,其特征在于,所述方法进一步包括:

6.一种目标物缺陷识别系统,其特征在于,所述系统包括目标物缺陷识别设备和服务器;

7.根据权利要求6所述的系统,其特征在于,所述服务器包括AI服务器和文件服务器;

8.根据权利要求7所述的系统,其特征在于,所述目标物缺陷识别设备还用于响应于AI解析操作,向所述AI服务器发送AI解析请求;

9.根据权利要求8所述的系统,其特征在于,所述目标物缺陷识别设备还用于在本地保存所述第二标识图像,并将所述第二标识图像发送给所述AI服务器,以使所述缺陷识别模型根据所述第二标识图像进行自校准训练。

10.一种目标物缺陷识别设备,其特征在于,包括:摄像头、显示屏、处理器、存储器、通信接口和通信总线,所述摄像头、显示屏、处理器、所述存储器和所述通信接口通过所述通信总线完成相互间的通信;

11.一种计算机可读存储介质,其特征在于,所述存储介质中存储有至少一程序,所述程序在目标物缺陷识别设备上运行时,使得目标物缺陷识别设备执行如权利要求1-5任意一项所述的目标物缺陷识别方法的操作。

...

【技术特征摘要】

1.一种目标物缺陷识别方法,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,所述根据所述操作轨迹信息对所述第一标识图像进行标识,生成第二标识图像,包括:

3.根据权利要求1所述的方法,其特征在于,所述根据所述缺陷位置信息对所述图像信息中的缺陷进行标识,生成第一标识图像后,包括:

4.根据权利要求1-3任一项所述的方法,其特征在于,所述缺陷识别结果还包括缺陷类型信息,所述缺陷类型信息用于指示所述缺陷位置信息对应的缺陷区域的缺陷类型;

5.根据权利要求4所述的方法,其特征在于,所述方法进一步包括:

6.一种目标物缺陷识别系统,其特征在于,所述系统包括目标物缺陷识别设备和服务器;

7.根据权利要求6所述的系统,其特征在于,所述服务器包括ai服务器和文件服务器;

【专利技术属性】
技术研发人员:许裕春
申请(专利权)人:深圳市道通科技股份有限公司
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