[发明专利]一种瓷砖表面缺陷检测方法、装置、电子设备及存储介质

权利要求书

1.一种瓷砖表面缺陷检测方法，其特征在于，包括以下步骤：获取待检测的瓷砖图像；将所述瓷砖图像输入训练好的缺陷检测模型进行识别，得到所述瓷砖图像对应的缺陷检测结果；

其中，所述缺陷检测模型的训练步骤包括：

获取多张瓷砖图像；

对所述瓷砖图像进行扩充和标注，得到瓷砖图像数据集；

将所述瓷砖图像数据集划分为训练集、验证集和测试集；

将所述训练集输入所述缺陷检测模型，对所述缺陷检测模型进行训练；

使用所述验证集选择所述缺陷检测模型的参数，使用所述测试集检验不同参数对应的所述缺陷检测模型的性能，得到训练好的缺陷检测模型。

2.根据权利要求1所述的一种瓷砖表面缺陷检测方法，其特征在于：

所述缺陷检测模型为经过改进的YOLOv5模型，包括Backbone部分、Neck部分和Detect部分；

所述Backbone部分用于提取输入图片的特征信息；

所述Neck部分用于实现模型中不同层级之间的信息交互；

所述Detect部分用于检测不同尺寸特征图的目标。

3.根据权利要求1所述的一种瓷砖表面缺陷检测方法，其特征在于，所述缺陷检测模型的训练参数为：

image size设置为2400*2400，batch size为3，训练环境所使用的GPU为Nvidia RTX3090，操作系统为Ubuntu，版本为20.04，采用PyTorch深度学习框架搭建模型，版本号为1.9.0，CUDA版本为11.2，cuDNN版本8.0.5。

4.根据权利要求1所述的一种瓷砖表面缺陷检测方法，其特征在于，对所述瓷砖图像进行标注，包括：

使用Labelme标注工具对图像进行标注，标注信息保存在json文件中，并使用python脚本将标注信息转换成YOLO数据集格式。

5.根据权利要求4所述的一种瓷砖表面缺陷检测方法，其特征在于：

所述标注信息包括目标缺陷类型、目标缺陷位置、图片名称和图片信息；

所述目标缺陷类型包括斑点、白点、凹釉和磕碰。

6.根据权利要求1所述的一种瓷砖表面缺陷检测方法，其特征在于，对所述瓷砖图像进行扩充，包括：

使用数据增强的方式对图片进行扩充；

增强方式包括图像对角翻转、调整图片亮度和图像对比度。

7.根据权利要求1所述的一种瓷砖表面缺陷检测方法，其特征在于，使用所述测试集检验不同参数对应的所述缺陷检测模型的性能，包括：

根据所述瓷砖图像对应的实际缺陷类型与预测缺陷类型，将样本分为TP、TN、FP和FN四类，其中，TP表示正样本预测正确的个数，TN表示负样本预测正确的个数，FP表示负样本预测错误的个数，FN表示正样本预测错误的个数；T表示预测结果正确，F表示预测结果错误，P表示预测结果为正样本，N表示预测结果为负样本；

通过如下公式计算所述缺陷检测模型的评价指标：

其中，precision为精确率，recall为召回率，mAP为所有类别的平均准确率；AP(c)表示类别c的平均准确率，N(classes)表示多目标分类任务中类别的个数。

8.一种瓷砖表面缺陷检测装置，其特征在于，包括：

图像获取模块，用于获取待检测的瓷砖图像；

检测模块，用于将所述瓷砖图像输入训练好的缺陷检测模型进行识别，得到所述瓷砖图像对应的缺陷检测结果；

其中，所述缺陷检测模型的训练步骤包括：

获取多张瓷砖图像；

对所述瓷砖图像进行扩充和标注，得到瓷砖图像数据集；

将所述瓷砖图像数据集划分为训练集、验证集和测试集；

将所述训练集输入所述缺陷检测模型，对所述缺陷检测模型进行训练；

使用所述验证集选择所述缺陷检测模型的参数，使用所述测试集检验不同参数对应的所述缺陷检测模型的性能，得到训练好的缺陷检测模型。