[发明专利]一种缺陷检测方法、装置及电子设备有效
| 申请号： | 201810759588.7 | 申请日： | 2018-07-11 |
| 公开（公告）号： | CN110717880B | 公开（公告）日： | 2022-07-05 |
| 发明（设计）人： | 陈佳伟 | 申请（专利权）人： | 杭州海康威视数字技术股份有限公司 |
| 主分类号： | G06T7/00 | 分类号： | G06T7/00;G06V10/25 |
| 代理公司： | 北京柏杉松知识产权代理事务所(普通合伙) 11413 | 代理人： | 丁芸;项京 |
| 地址： | 310051 浙*** | 国省代码： | 浙江;33 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明实施例提供了一种缺陷检测方法、装置及电子设备，缺陷检测方法包括：获取待检测图像；将待检测图像输入预先训练的主深度学习网络，得到待检测图像的检测结果图；其中，主深度学习网络基于标定样本训练得到；标定样本包括，根据将未标定样本输入预先训练的辅助深度学习网络得到的样本概率，对未标定样本进行标定得到的标定样本；辅助深度学习网络基于主深度学习网络反馈的测试性能训练得到；对检测结果图进行后处理，确定待检测图像中的缺陷区域及缺陷类型。通过本方案，可以提高缺陷检测的准确度。 | ||
| 搜索关键词： | 一种 缺陷 检测 方法 装置 电子设备 | ||
【主权项】：
1.一种缺陷检测方法，其特征在于，所述方法包括：/n获取待检测图像；/n将所述待检测图像输入预先训练的主深度学习网络，得到所述待检测图像的检测结果图；其中，所述主深度学习网络基于标定样本训练得到；所述标定样本包括，根据将未标定样本输入预先训练的辅助深度学习网络得到的样本概率，对所述未标定样本进行标定得到的标定样本；所述辅助深度学习网络基于主深度学习网络反馈的测试性能训练得到；/n对所述检测结果图进行后处理，确定所述待检测图像中的缺陷区域及缺陷类型。/n
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于杭州海康威视数字技术股份有限公司，未经杭州海康威视数字技术股份有限公司许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201810759588.7/，转载请声明来源钻瓜专利网。
