[发明专利]工业产品图像的检测方法、装置、电子设备及存储介质

权利要求书

1.一种工业产品图像的检测方法，其特征在于，包括：

获取工业产品图像样本集，并在所述工业产品图像样本集上添加多种缺陷特征，得到第一图像集；

在所述第一图像集上添加多种图像噪声，得到第二图像集；

从所述第二图像集提取低层特征和高层特征，并将所述低层特征进行尺寸转化后，再与所述高层特征融合，得到融合特征；

基于所述融合特征，对需训练的卷积层进行训练，得到工业产品图像识别模型，并基于所述工业产品图像识别模型对待识别的工业产品图像进行识别，确定所述待识别的工业产品图像的缺陷特征。

2.根据权利要求1所述的工业产品图像的检测方法，其特征在于，所述在所述工业产品图像样本集上添加多种缺陷特征，得到第一图像集，包括：

随机生成线参数，并基于所述线参数，在所述工业产品图像样本集上绘画线状图形；

基于所述线状图形，在所述工业产品图像样本集上添加多种缺陷特征，得到所述第一图像集。

3.根据权利要求2所述的工业产品图像的检测方法，其特征在于，所述基于所述线状图形，在所述工业产品图像样本集上添加多种缺陷特征，得到所述第一图像集，包括：

基于张量乘积方式，利用目标图像对所述线状图形的内部进行填充，或更改所述线状图形的明暗度，以在所述工业产品图像样本集上添加多种缺陷特征，得到所述第一图像集。

4.根据权利要求1所述的工业产品图像的检测方法，其特征在于，所述缺陷特征包括点状缺陷特征、线状缺陷特征以及块状缺陷特征。

5.根据权利要求1所述的工业产品图像的检测方法，其特征在于，所述目标噪声包括高斯噪声、椒盐噪声以及泊松噪声。

6.根据权利要求1-5任一项所述的工业产品图像的检测方法，其特征在于，所述从所述第二图像集提取低层特征和高层特征，并将所述低层特征进行尺寸转化后，再与所述高层特征融合，得到融合特征，包括：

将所述第二图像集输入至预训练VGG网络模型，提取高层特征和低层特征；

将所述低层特征进行下采样处理，实现所述低层特征的尺寸变化；

将尺寸变化发生后的低层特征与所述高层特征进行拼接，得到所述融合特征。

7.一种工业产品图像的检测装置，其特征在于，包括：

第一添加模块，用于获取工业产品图像样本集，并在所述工业产品图像样本集上添加多种缺陷特征，得到第一图像集；

第二添加模块，用于在所述第一图像集上添加多种图像噪声，得到第二图像集；

融合模块，用于从所述第二图像集提取低层特征和高层特征，并将所述低层特征进行尺寸转化后，再与所述高层特征融合，得到融合特征；

检测模块，用于基于所述融合特征，对需训练的卷积层进行训练，得到工业产品图像识别模型，并基于所述工业产品图像识别模型对待识别的工业产品图像进行识别，确定所述待识别的工业产品图像的缺陷特征。

8.一种电子设备，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计算机程序，其特征在于，所述处理器执行所述程序时实现如权利要求1至6任一项所述工业产品图像的检测方法的步骤。

9.一种非暂态计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1至6任一项所述工业产品图像的检测方法的步骤。

10.一种计算机程序产品，包括计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1至6任一项所述工业产品图像的检测方法的步骤。