[发明专利]瑕疵检测模型训练方法、装置、设备和存储介质

说明书

本申请提供一种瑕疵检测模型训练方法、装置、设备和存储介质，该方法包括：获取有瑕疵标注信息的第一训练样本图像和无瑕疵标注信息的第二训练样本图像，将第一训练样本图像和第二训练样本图像分别输入作为学生模型的瑕疵检测模型中得到第一瑕疵检测结果和第二瑕疵检测结果，将第二训练样本图像输入到教师模型中得到指示了瑕疵位置和目标瑕疵类别的预测分数的第三瑕疵检测结果。若预测分数大于目标瑕疵类别的可信阈值，则确定第三瑕疵检测结果可信，将第三瑕疵检测结果作为第二训练样本图像的瑕疵标注信息。根据第一、第二训练样本图像各自的瑕疵检测结果和瑕疵标注信息训练瑕疵检测模型。以半监督训练方式得到性能良好的瑕疵检测模型。

技术领域

本发明涉及图像处理技术领域，尤其涉及一种瑕疵检测模型训练方法、装置、设备和存储介质。

背景技术

工业瑕疵(或者说缺陷)检测是一个具有挑战性的任务，其应用场景涵盖了重工业和轻工业等各个应用领域中，比如钢铁、电子、纺织等行业都有检测产品表面瑕疵的需求。

目前，常用的方式是采用瑕疵检测模型来完成产品的瑕疵检测任务，传统的瑕疵检测模型都是基于收集的具有瑕疵标注信息的训练样本训练得到的。但是，工业产线上能够收集到的具有瑕疵标注信息的训练样本数据也比较有限，使得训练出的模型性能不佳。

发明内容

本发明实施例提供一种瑕疵检测模型训练方法、装置、设备和存储介质，用以训练得到性能良好的瑕疵检测模型。

第一方面，本发明实施例提供一种瑕疵检测模型训练方法，所述方法包括：

获取第一训练样本图像和第二训练样本图像，所述第一训练样本图像关联有瑕疵标注信息，所述第二训练样本图像未关联有瑕疵标注信息；

将所述第一训练样本图像和所述第二训练样本图像分别输入作为学生模型的瑕疵检测模型中，以得到所述第一训练样本图像的第一瑕疵检测结果和所述第二训练样本图像的第二瑕疵检测结果；

将所述第二训练样本图像输入到与所述学生模型对应的教师模型中，以得到所述第二训练样本图像的第三瑕疵检测结果，所述第三瑕疵检测结果指示了瑕疵位置和目标瑕疵类别的预测分数；

若所述预测分数大于设定的所述目标瑕疵类别对应的可信阈值，则确定所述第三瑕疵检测结果可信；

将所述第三瑕疵检测结果中指示的瑕疵位置和目标瑕疵类别作为所述第二训练样本图像关联的瑕疵标注信息，以根据所述第一瑕疵检测结果、所述第二瑕疵检测结果、所述第一训练样本图像关联的瑕疵标注信息以及所述第二训练样本图像关联的瑕疵标注信息，训练所述瑕疵检测模型。

第二方面，本发明实施例提供一种瑕疵检测模型训练装置，所述装置包括：

获取模块，用于获取第一训练样本图像和第二训练样本图像，所述第一训练样本图像关联有瑕疵标注信息，所述第二训练样本图像未关联有瑕疵标注信息；

训练模块，用于将所述第一训练样本图像和所述第二训练样本图像分别输入作为学生模型的瑕疵检测模型中，以得到所述第一训练样本图像的第一瑕疵检测结果和所述第二训练样本图像的第二瑕疵检测结果；将所述第二训练样本图像输入到与所述学生模型对应的教师模型中，以得到所述第二训练样本图像的第三瑕疵检测结果，所述第三瑕疵检测结果指示了瑕疵位置和目标瑕疵类别的预测分数；若所述预测分数大于设定的所述目标瑕疵类别对应的可信阈值，则确定所述第三瑕疵检测结果可信；将所述第三瑕疵检测结果中指示的瑕疵位置和目标瑕疵类别作为所述第二训练样本图像关联的瑕疵标注信息，以根据所述第一瑕疵检测结果、所述第二瑕疵检测结果、所述第一训练样本图像关联的瑕疵标注信息以及所述第二训练样本图像关联的瑕疵标注信息，训练所述瑕疵检测模型。

第三方面，本发明实施例提供一种电子设备，包括：存储器、处理器、通信接口；其中，所述存储器上存储有可执行代码，当所述可执行代码被所述处理器执行时，使所述处理器至少可以实现如第一方面所述的瑕疵检测模型训练方法。