[发明专利]电容缺陷检测方法、装置、电子设备及存储介质在审

专利信息
申请号: 202011544534.2 申请日: 2020-12-23
公开(公告)号: CN112598646A 公开(公告)日: 2021-04-02
发明(设计)人: 朱焱;姜浩;王少军;蔡权雄;牛昕宇 申请(专利权)人: 山东产研鲲云人工智能研究院有限公司
主分类号: G06T7/00 分类号: G06T7/00
代理公司: 深圳市华优知识产权代理事务所(普通合伙) 44319 代理人: 余薇
地址: 250000 山东省济南市*** 国省代码: 山东;37
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 电容 缺陷 检测 方法 装置 电子设备 存储 介质
【权利要求书】:

1.一种电容缺陷检测方法,其特征在于,所述方法包括:

获取待检测图像,所述待检测图像包括待检测电容;

将所述待检测图像进行随机切块,得到若干个图像块;

将所述待检测图像与所述图像块输入预先训练好的电容缺陷检测模型中进行缺陷进行特征提取和特征解码,得到电容缺陷检测结果,所述预先训练好的电容缺陷检测模型包括用于对所述待检测图像进行第一特征提取操作的第一网络、用于对所述图像块进行第二特征提取操作的第二网络以及用于特征解码的解码网络。

2.如权利要求1所述的电容缺陷检测方法,其特征在于,所述将所述待检测图像与所述图像块输入预先训练好的电容缺陷检测模型中进行缺陷进行特征提取和特征解码,包括:

通过所述第一网络对所述待检测图像进行第一特征提取操作,得到所述待检测图像在所述第一网络中不同深度时提取出的第一特征与第二特征,所述第一特征的提取深度小于所述第二特征的提取深度。

3.如权利要求2所述的电容缺陷检测方法,其特征在于,所述将所述待检测图像与所述图像块输入预先训练好的电容缺陷检测模型中进行缺陷进行特征提取和特征解码,还包括:

通过所述第二网络对所述图像块进行第二特征提取操作,得到所述图像块对应的第三特征。

4.如权利要求3所述的电容缺陷检测方法,其特征在于,所述将所述待检测图像与所述图像块输入预先训练好的电容缺陷检测模型中进行缺陷进行特征提取和特征解码,还包括:

通过所述解码网络对所述第一特征、第二特征与所述第三特征进行特征融合,得到待解码特征,并对所述待解码特征进行特征解码。

5.如权利要求4所述的电容缺陷检测方法,其特征在于,所述将所述第一特征、第二特征与所述第三特征进行特征融合,得到待解码特征,对所述待解码特征进行解码,还包括:

对所述第二特征进行第一上采样,得到与所述第一特征尺度相同的第一上采样特征,并将所述第一特征与所述第一上采样特征进行第一融合,得到第一融合特征;

对所述第一融合特征进行第二上采样,得到所述第三特征尺度相同的第二上采样特征,并将所述第三特征与所述第二上采样特征进行第二融合,得到第二融合特征作为待解码特征;

对所述待解码特征进行第三上采样,得到特征解码结果。

6.如权利要求5所述的电容缺陷检测方法,其特征在于,所述方法还包括:

在所述对所述第二特征进行第一上采样之前,对所述第二特征进行第一卷积;

在所述将所述第一特征与所述第一上采样特征进行第一融合之前,对所述第一特征进行第二卷积;

在所述将所述第三特征与所述第二上采样特征进行第二融合之前,对所述第三特征进行第三卷积。

7.如权利要求1至6中任一所述的电容缺陷检测方法,其特征在于,所述电容缺陷检测模型的训练,包括:

获取训练样本集以及待训练电容缺陷检测模型,所述训练样本集包括训练样本图像与对应的真实标签;

将训练样本图像进行随机切块,得到若干个样本图像块;

将所述训练样本图像输入与所述样本图像块输入到所述待训练电容缺陷检测模型中,并通过所述待训练电容缺陷检测模型中第二网络的损失函数进行误差反向传播,以调整所述待训练电容缺陷检测模型的模型参数。

8.一种电容缺陷检测装置,其特征在于,所述装置包括:

获取模块,用于获取待检测图像,所述待检测图像包括待检测电容;

处理模块,用于将所述待检测图像进行随机切块,得到若干个图像块;

检测模块,用于将所述待检测图像与所述图像块输入预先训练好的电容缺陷检测模型中进行缺陷进行特征提取和特征解码,得到电容缺陷检测结果,所述预先训练好的电容缺陷检测模型包括用于对所述待检测图像进行第一特征提取操作的第一网络、用于对所述图像块进行第二特征提取操作的第二网络以及用于特征解码的解码网络。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于山东产研鲲云人工智能研究院有限公司,未经山东产研鲲云人工智能研究院有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202011544534.2/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top