[发明专利]缺陷检测模型训练方法、装置和缺陷检测方法、装置

说明书

本申请公开了一种缺陷检测模型训练方法、装置和缺陷检测方法、装置。本申请的缺陷检测模型训练方法包括：获取产品图像，所述产品图像中包括待重点检测的环形区域；提取所述产品图像中的所述环形区域，将该环形区域的区域形态划分为拐角形态和边线形态；根据所述拐角形态和边线形态对所述环形区域进行区域分割与拼接，得到多个子图；利用每个子图训练该子图对应的缺陷检测模型。本申请的缺陷检测包括：获取待检测的产品图像，提取所述产品图像中的环形区域，根据该环形区域的拐角形态和边线形态对该环形区域进行区域分割与拼接，得到多个子图；将每个子图输入到相应的缺陷检测模型，得到每个子图对应的缺陷检测结果。

技术领域

本申请涉及图像处理技术领域，尤其涉及一种缺陷检测模型训练方法、装置和缺陷检测方法、装置。

背景技术

在工业制造的产品成像环节，由于机械定位的精度、产线的工艺不稳定、打光等环境因素的变化，生产的产品存在各种形态各异的缺陷。在传统的精密制造行业，生产的产品缺陷一般通过人工来进行分类检测。近几年，传统制造逐渐向智能制造转变。基于深度学习的目标检测存在检测成本低、检测结果稳定、人工需求少、易于维护等优点，逐渐成为传统制造向自动化转变的重要一环。

相关技术中，在基于缺陷检测模型对产品图像进行缺陷检测时，存在由于产品图像中整个产品的检测标准不一致导致对重点区域的缺陷检测结果精度差的问题。

发明内容

本申请的目的旨在至少能解决上述的技术缺陷之一，特提出以下技术方案，通过从对产品图像中获取需要重点关注的环形区域进行缺陷检测，提高缺陷检测精度。

本申请实施例采用下述技术方案：

本申请实施例的一方面，提供一种缺陷检测模型训练方法，包括：获取产品图像，所述产品图像中包括待重点检测的环形区域；

提取所述产品图像中的所述环形区域，将该环形区域的区域形态划分为拐角形态和边线形态；

根据所述拐角形态和边线形态对所述环形区域进行区域分割与拼接，得到多个子图；

利用每个子图训练该子图对应的缺陷检测模型。

本申请实施例的另一方面，还提供一种缺陷检测方法，包括：获取待检测的产品图像，提取所述产品图像中的环形区域，根据该环形区域的拐角形态和边线形态对该环形区域进行区域分割与拼接，得到多个子图；

将每个子图输入到相应的缺陷检测模型，得到每个子图对应的缺陷检测结果；其中，所述缺陷检测模型是上述缺陷检测模型训练方法训练得到。

本申请实施例的又一方面，还提供一种缺陷检测模型训练装置，用于实现上述缺陷检测模型训练方法。

本申请实施例的再一方面，还提供一种缺陷检测装置，用于实现上述缺陷检测方法。

本申请实施例采用的上述至少一个技术方案能够达到以下有益效果：

针对整个产品面上的缺陷检测标准不一致，并且重点待检测区域为环形区域的场景，本申请实施例提取产品图像中重点关注的环形区域，由于环形区域中的缺陷检测标准一致，只要产品图像中缺陷类型较为全面，即可借助少量的训练集数据快速训练出适用于环形区域的缺陷检测模型，并且通过对环形区域进行分割与拼接处理，可以去除环形区域中间较大片冗余区域的干扰，提高模型训练速度和模型检测效率。

附图说明

此处所说明的附图用来提供对本申请的进一步理解，构成本申请的一部分，本申请的示意性实施例及其说明用于解释本申请，并不构成对本申请的不当限定。在附图中：

图1为本申请实施例中示出的缺陷检测模型训练方法流程图；

图2为本申请实施例中示出的Unet网络结构示意图；

图3为本申请实施例中示出的掩码示意图；