【技术实现步骤摘要】
本申请涉及缺陷图像生成，尤其涉及一种新型号产品缺陷图像的生成方法、装置、设备及存储介质。
技术介绍
1、随着深度学习的不断发展，图像分类、目标检测、物体分割等任务取得了飞跃进步。深度学习技术在机器视觉领域的应用，使得缺陷检测相较于传统检测算法，取得了更高精度的检测效果。基于深度学习技术的神经网络模型的训练通常需要获取大量训练集样本。在许多实际工业生产场景中，产品线上的产品改变型号的场景十分普遍。尽管有大量旧型号产品所收集到的缺陷样本，新型号产品上缺陷样本数量往往有限，甚至于难以快速获取，严重制约了基于深度学习的缺陷检测精度。
2、上述内容仅用于辅助理解本专利技术的技术方案，并不代表承认上述内容是现有技术。
技术实现思路
1、本申请实施例通过提供一种新型号产品缺陷图像的生成方法、装置、设备及存储介质，旨在解决现有工业场景中产品更换型号后，新型号产品缺陷样本数量过少导致的缺陷检测精度低的技术问题。
2、本申请实施例提供了一种新型号产品缺陷图像的生成方法，所述新型号产品缺...
【技术保护点】
1.一种新型号产品缺陷图像的生成方法，其特征在于，所述新型号产品缺陷图像的生成方法包括：
2.如权利要求1所述的新型号产品缺陷图像的生成方法，其特征在于，所述修复所述旧型号产品缺陷图像样本中的各旧型号产品缺陷图像，得到旧型号产品无缺陷图像样本，并确定所述旧型号产品无缺陷图像样本和所述旧型号产品缺陷图像样本之间的旧型号产品缺陷差值图像样本的步骤包括：
3.如权利要求2所述的新型号产品缺陷图像的生成方法，其特征在于，所述将所述旧型号产品缺陷图像样本和所述缺陷掩膜样本输入预设图像补全模型，得到旧型号产品无缺陷图像样本的步骤包括：
4.如权...
【技术特征摘要】
1.一种新型号产品缺陷图像的生成方法，其特征在于，所述新型号产品缺陷图像的生成方法包括：
2.如权利要求1所述的新型号产品缺陷图像的生成方法，其特征在于，所述修复所述旧型号产品缺陷图像样本中的各旧型号产品缺陷图像，得到旧型号产品无缺陷图像样本，并确定所述旧型号产品无缺陷图像样本和所述旧型号产品缺陷图像样本之间的旧型号产品缺陷差值图像样本的步骤包括：
3.如权利要求2所述的新型号产品缺陷图像的生成方法，其特征在于，所述将所述旧型号产品缺陷图像样本和所述缺陷掩膜样本输入预设图像补全模型，得到旧型号产品无缺陷图像样本的步骤包括：
4.如权利要求2所述的新型号产品缺陷图像的生成方法，其特征在于，所述根据预设缺陷差值图像生成模型，生成任意形状掩膜的仿真缺陷差值图像样本的步骤之前，还包括：
5.如权利要求4所述的新型号产品缺陷图像的生成方法，其特征在于，所述根据所述缺陷掩膜样本和所述旧型号产品缺陷差值图像样本进行模型训练，得到预设缺陷差值图像生成模型的步骤包括：
6.如权利要求5所述的新...
【专利技术属性】
技术研发人员：吴雨培，胡中慧，
申请(专利权)人：北京阿丘机器人科技有限公司，
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。