[发明专利]缺陷分割网络训练方法、装置、设备及可读存储介质

权利要求书

1.一种缺陷分割网络训练方法，其特征在于，所述缺陷分割网络训练方法包括以下步骤：

对样本训练集进行特征提取得到特征图；

对所述样本训练集中的各训练图像生成缺陷区域框；

对所述样本训练集中的各训练图像生成非缺陷区域框；

根据所述缺陷区域框和所述非缺陷区域框对所述特征图进行截取，获取截取后的截取特征图以及对应的截取标注信息；

根据所述截取特征图与所述截取标注信息对缺陷分割网络的网络参数进行监督训练；

所述对所述样本训练集中的各训练图像生成缺陷区域框的步骤包括：

获取各训练图像的缺陷标注信息；

根据所述缺陷标注信息，获取各所述训练图像的各缺陷区域的各中心坐标；

对第一预设数目的所述中心坐标进行随机扰动，获取扰动缺陷中心点；

根据所述扰动缺陷中心点，生成缺陷区域框；

所述对所述样本训练集中的各训练图像生成非缺陷区域框的步骤包括：

对各训练图像随机选取第二预设数目的像素点；

以所述像素点为中心，生成非缺陷区域框。

2.如权利要求1所述的缺陷分割网络训练方法，其特征在于，所述对样本训练集进行特征提取得到特征图的步骤包括：

获取样本训练集；

对所述样本训练集中的训练图像，通过包含卷积层的神经网络模型进行特征提取，得到特征图。

3.如权利要求1所述的缺陷分割网络训练方法，其特征在于，所述以所述像素点为中心，生成非缺陷区域框的步骤包括：

以各所述像素点作为预设尺寸的区域框的几何中心，生成各非缺陷区域框；

其中，各所述缺陷区域框与各所述非缺陷区域框为尺寸相同的矩形区域。

4.如权利要求1所述的缺陷分割网络训练方法，其特征在于，所述对所述样本训练集中的各训练图像生成非缺陷区域框的步骤之后包括：

根据所述缺陷区域框和所述非缺陷区域框对样本训练集中的训练图像进行截取，获取截取后的截取训练图像；

对所述截取训练图像进行特征提取，获取特征截取训练图像以及对应的特征截取标注信息；

根据所述特征截取训练图像与所述特征截取标注信息对缺陷分割网络的网络参数进行监督训练。

5.如权利要求1所述的缺陷分割网络训练方法，其特征在于，所述根据所述截取特征图与所述截取标注信息对于网络参数进行监督训练的步骤之后包括：

根据所述训练后的网络参数设置缺陷分割网络模型；

保存所述设置好的缺陷分割网络模型。

6.一种缺陷分割网络训练装置，其特征在于，所述缺陷分割网络训练装置包括：

提取模块，用于对样本训练集进行特征提取得到特征图；

第一生成模块，用于对所述样本训练集中的各训练图像生成缺陷区域框；

第二生成模块，用于对所述样本训练集中的各训练图像生成非缺陷区域框；

获取模块，用于根据所述缺陷区域框和所述非缺陷区域框对所述特征图进行截取，获取截取后的截取特征图以及对应的截取标注信息；

训练模块，用于根据所述截取特征图与所述截取标注信息对缺陷分割网络的网络参数进行监督训练；

所述第一生成模块还用于：

获取各训练图像的缺陷标注信息；

根据所述缺陷标注信息，获取各所述训练图像的各缺陷区域的各中心坐标；

对第一预设数目的所述中心坐标进行随机扰动，获取扰动缺陷中心点；

根据所述扰动缺陷中心点，生成缺陷区域框；

所述第二生成模块还用于：

对各训练图像随机选取第二预设数目的像素点；

以所述像素点为中心，生成非缺陷区域框。

7.一种缺陷分割网络训练设备，其特征在于，所述缺陷分割网络训练设备包括：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缺陷分割网络训练程序，所述缺陷分割网络训练程序被所述处理器执行时实现如权利要求1至5中任一项所述的缺陷分割网络训练方法的步骤。

8.一种可读存储介质，其特征在于，所述可读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5中任一项所述的缺陷分割网络训练方法的步骤。