[发明专利]产品缺陷检测定位的方法、装置、存储介质及终端设备

摘要

本发明提出一种产品缺陷检测定位的方法、装置、存储介质及终端设备，其中，所述方法包括：根据待测产品的图片数据特征和产品缺陷复杂度，选取待训练的检测模型的神经网络结构；获取训练数据；其中，所述训练数据包括训练产品图片和所述训练产品图片中产品缺陷的标准类别和标准位置；根据所述训练数据训练选取的每一个神经网络结构的检测模型；从训练后的检测模型中选取拟合程度最好的检测模型以提供给检测服务器进行产品缺陷检测；其中，所述检测模型用于根据接收到的产品图片进行计算以获得所述接收到的产品图片中产品缺陷的预测类别和预测位置。采用本发明，能够提高检测产品缺陷的准确度。

主权项

1.一种产品缺陷检测定位的方法，其特征在于，包括：根据待测产品的图片数据特征和产品缺陷复杂度，选取待训练的检测模型的神经网络结构；获取训练数据；其中，所述训练数据包括训练产品图片和所述训练产品图片中产品缺陷的标准类别和标准位置；根据所述训练数据训练选取的每一个神经网络结构的检测模型；从训练后的检测模型中选取拟合程度最好的检测模型以提供给检测服务器进行产品缺陷检测；其中，所述检测模型用于根据接收到的产品图片进行计算以获得所述接收到的产品图片中产品缺陷的预测类别和预测位置；其中，所述训练的迭代截止条件为所述训练数据的产品图片的产品缺陷的标准类别和标准位置与当前训练的检测模型输出的预测结果之间的误差值小于误差阈值；其中，所述神经网络结构包括卷积层、池化层和全连接层；以及所述选取待训练的检测模型的神经网络结构，包括：选取待训练的检测模型的神经网络结构的卷积层的神经元数量、池化层的池化形式和全连接层的映射结构；所述从训练后的检测模型中选取拟合程度最好的检测模型，包括：对于训练后的每一个检测模型，均通过该检测模型对所述训练数据中训练产品图片进行计算，获得所述训练数据中训练产品图片的预测结果；所述预测结果包括该训练产品图片的产品缺陷的预测类别和预测位置；以及根据所述训练数据和所述训练数据中训练产品图片的预测结果，计算该检测模型的拟合程度；以及根据训练后的每一个检测模型的拟合程度，从训练后的检测模型中选取拟合程度最好的检测模型。