[发明专利]缺陷检测方法、装置、设备及存储介质

说明书

本发明属于检测技术领域，公开了一种缺陷检测方法、装置、设备及存储介质。该方法包括：获取无缺陷图像和目标检测图像；根据预设缺陷样本生成模型对所述无缺陷图像进行缺陷生成，得到仿真缺陷样本；根据所述仿真缺陷样本对所述目标检测图像进行缺陷检测，得到缺陷检测结果。通过上述方式，根据预设缺陷样本生成模型和无缺陷图像进行缺陷生成得到仿真缺陷样本，通过大量仿真缺陷样本图像对缺陷样本图像集进行增广，增大了缺陷样本数量，利用数量增加后的缺陷样本对目标检测图像进行检测识别，提高了小样本缺陷检测时的精度。

技术领域

本发明涉及检测技术领域，尤其涉及一种缺陷检测方法、装置、设备及存储介质。

背景技术

随着深度学习的不断发展，图像分类、目标检测、物体分割等任务取得了飞跃进步。深度学习技术在机器视觉领域的应用使得缺陷检测，相较于传统检测算法，取得了更高精度的检测效果。基于深度学习技术的神经网络模型的训练通常需要获取大量训练集样本。在许多实际工业生产场景中，尽管有大量无缺陷样本，缺陷样本数量往往有限，甚至于难以获取。极端小样本数量的缺陷样本严重制约了基于深度学习的缺陷检测方法的精度。

上述内容仅用于辅助理解本发明的技术方案，并不代表承认上述内容是现有技术。

发明内容

本发明的主要目的在于提供一种缺陷检测方法、装置、设备及存储介质，旨在解决现有技术缺陷样本数量少导致缺陷检测时精度低的技术问题。

为实现上述目的，本发明提供了一种缺陷检测方法，所述方法包括以下步骤:

获取无缺陷图像和目标检测图像；

根据预设缺陷样本生成模型对所述无缺陷图像进行缺陷生成，得到仿真缺陷样本；

根据所述仿真缺陷样本对所述目标检测图像进行缺陷检测，得到缺陷检测结果。

可选地，所述根据预设缺陷样本生成模型对所述无缺陷图像进行缺陷生成，得到仿真缺陷样本，包括：

提取所述无缺陷图像中的缺陷位置和缺陷形状；

根据预设缺陷样本生成模型、缺陷位置以及缺陷型状进行缺陷生成，得到仿真缺陷样本。

可选地，所述根据预设缺陷样本生成模型对所述无缺陷图像进行缺陷生成，得到仿真缺陷样本之前，还包括：

获取训练缺陷图像；

对所述训练缺陷图像进行图像预处理，得到标注缺陷图像；

根据所述标注缺陷图像和所述训练缺陷图像进行模型训练，得到预设缺陷样本生成模型。

可选地，所述对所述训练缺陷图像进行图像预处理，得到标注缺陷图像，包括：

提取所述训练缺陷图像中的初始缺陷位置和初始缺陷形状；

根据所述初始缺陷位置和所述初始缺陷形状对所述训练缺陷图像进行图像预处理，得到标注缺陷图像。

可选地，所述根据所述标注缺陷图像和所述训练缺陷图像进行模型训练得到预设缺陷样本生成模型，包括：

输入所述标注缺陷图像至缺陷生成器，得到初始生成图像；

输入所述初始生成图像和所述训练缺陷图像至缺陷判别器，得到目标函数；

根据所述目标函数和所述缺陷生成器得到预设缺陷样本生成模型。

可选地，所述输入所述初始生成图像和所述训练缺陷图像至缺陷判别器，得到目标函数，包括：

输入所述初始生成图像和所述训练缺陷图像至缺陷判别器，得到缺陷生成概率；

根据所述缺陷生成概率确定对抗损失和L1损失；