[发明专利]一种卡片缺陷的检测工装、方法、装置以及介质

说明书

本申请公开了一种卡片缺陷的检测工装、方法、装置以及介质，应用于图像识别领域。该方法应用于包括摄像头、光源以及处理器的卡片缺陷的检测工装。光源照射卡片，摄像头拍摄卡片图像后，将卡片图像输入预先训练好的卡片缺陷检测模型后获取卡片上的缺陷。卡片缺陷检测模型为基于深度学习的目标检测及分割算法；训练卡片缺陷检测模型包括：对有缺陷卡片的训练样本图像上的缺陷进行标注；并将训练样本图像输入卡片缺陷检测模型得到训练样本图像中的缺陷；根据训练样本图像中标注的缺陷和根据卡片缺陷检测模型得到的缺陷之间的差异数据对各层网络的权重进行迭代更新以减小差异数据。该方法可检测出卡片上的缺陷以避免对日常生活中的使用造成影响。

技术领域

本申请涉及图像识别领域，特别是涉及一种卡片缺陷的检测工装、方法、装置以及介质。

背景技术

身份证是证明居民身份的重要证件，使用频率非常高，如果出现不合格证件，会给人们造成工作、生活、学习等困难，所以身份证制作及质量检验工作非常重要。

但是，目前针对身份证等卡片的表面缺陷的自动化检测方法基本处于空白状态，无法及时检测出有缺陷的卡片，因而无法保证卡片的质量。

由此可见，如何保证卡片的质量，是本领域技术人员亟待解决的问题。

发明内容

本申请的目的是提供一种卡片缺陷的检测工装、方法、装置以及介质，以保证卡片的质量。

为解决上述技术问题，本申请提供一种卡片缺陷的检测方法，应用于包括摄像头、光源以及处理器的卡片缺陷的检测工装，所述方法包括：

控制所述光源照射待检测的所述卡片；

获取所述摄像头拍摄的卡片图像；

将所述卡片图像输入预先训练好的卡片缺陷检测模型，以获取所述卡片上的缺陷；其中，所述卡片缺陷检测模型为基于深度学习的目标检测及分割算法；训练所述卡片缺陷检测模型包括：对有缺陷卡片的训练样本图像上的缺陷进行标注；并将所述训练样本图像输入所述卡片缺陷检测模型得到所述训练样本图像中的缺陷；根据所述训练样本图像中标注的缺陷和根据所述卡片缺陷检测模型得到的缺陷之间的差异数据对各层网络的权重进行迭代更新以减小所述差异数据。

优选地，所述将所述训练样本图像输入所述卡片缺陷检测模型得到所述训练样本图像中的缺陷之前，还包括：

将各所述训练样本图像进行剪切和拼接以得到缺陷为均匀分布的所述训练样本图像；

所述将所述训练样本图像输入所述卡片缺陷检测模型得到所述训练样本图像中的缺陷包括：

将缺陷为均匀分布的所述训练样本图像输入所述卡片缺陷检测模型得到所述训练样本图像中的缺陷。

优选地，所述卡片缺陷检测模型为基于Resnet50的特征提取主干网络；

将所述卡片图像和所述训练样本图像输入所述卡片缺陷检测模型，以获取所述卡片上的缺陷包括：

将所述卡片图像和所述训练样本图像输入到Resnet50中提取不同尺度的多个特征信息；

将所述特征信息输入到FPN中进行多尺度信息融合以输出缺陷位置坐标、缺陷的概率值以及缺陷区域的语义信息。

优选地，所述光源包括同轴光源和条形光源，所述控制所述光源照射待检测的所述卡片包括：

控制所述同轴光源从所述卡片的正上方进行照射；

控制所述条形光源从所述卡片上方各方向进行照射；

所述获取所述摄像头拍摄的卡片图像包括：

分别获取所述同轴光源下的所述卡片图像和所述条形光源下的所述卡片图像。

优选地，所述将所述卡片图像输入预先训练好的卡片缺陷检测模型，以获取所述卡片上的缺陷之前，还包括：

将所述同轴光源下的所述卡片图像和所述条形光源下的所述卡片图像分别进行切割得到多个子图像；