[发明专利]物品缺陷检测方法、装置、计算机设备及存储介质

说明书

本申请实施例提供了一种物品缺陷检测方法、装置、计算机设备及存储介质，该方法包括：获取待检测物品的图像的第一初始特征集；基于全局分类器处理第一初始特征集，以获得类别结果和分割结果；根据类别结果和分割结果，确定待检测物品的缺陷情况。采用本申请，能够有效地检测出待检测物品上尺寸差异较大且相互重叠的缺陷。

技术领域

本申请涉及图像处理技术领域，并且更为具体地，涉及一种物品缺陷检测方法、装置、计算机设备及存储介质。

背景技术

随着图像处理技术的不断发展，越来越多的图像处理技术应用到工业领域中，例如，利用待检测物品的图像检测物品的缺陷情况。

但是，在检测物品的缺陷时，若物品的缺陷尺寸差异较大，且缺陷相互覆盖时，例如，在物品的脏污处存在多个尺寸差异较大的裂缝缺陷，由于缺陷情况复杂，相关技术中的缺陷识别模型，难以准确地识别出待检测物品的各个缺陷。

发明内容

本申请提供一种物品缺陷检测方法、装置、计算机设备及存储介质，能够在待检测物品存在尺寸差异较大且相互覆盖的缺陷时，准确地识别出待检测物品的各个缺陷。

第一方面，提供了一种物品缺陷检测方法，包括：

获取待检测物品的图像的第一初始特征集；

基于全局分类器处理第一初始特征集，以获得类别结果和分割结果；

根据类别结果和分割结果，确定待检测物品的缺陷情况。

在本申请实施例中，通过全局分类器对待检测物品的图像中的多个重叠的缺陷分别获取类别结果和分割结果，再根据类别结果和分割结果确定待检测物品的缺陷情况，能够有效地检测出待检测物品上的尺寸差异较大且相互重叠的缺陷。

在一些可能的实现方式中，全局分类器包括训练完成的编码器和训练完成的解码器，基于全局分类器处理第一初始特征集，以获得类别结果和分割结果，包括：基于训练完成的编码器对第一初始特征集进行混合编码，以获得第一混合特征集；基于训练完成的解码器对第一混合特征集分别进行类别预测和分割预测，以获得类别结果和分割结果。

在本申请实施例中，通过训练完成的编码器对第一初始特征进行混合编码能够获得全面的特征混合信息，并通过训练完成的解码器对第一混合特征集分别进行类别预测和分割预测能够有效地检测第一混合特征集中的类别信息和分割信息。

在一些可能的实现方式中，第一混合特征集包括M个第一混合特征x_{i_out}；其中，M为大于等于1的正整数，i为序号，0≤i≤M-1，基于解码器对第一混合特征集分别进行类别预测和分割预测，以获得类别结果和分割结果包括：对第一混合特征x_{M-1-i_out}进行解码，以获得第一解码结果output_i；对第一解码结果output_i分别进行类别预测和分割预测，以获得类别结果class_i和分割结果mask_i；其中，第一混合特征x_{i_out}的尺寸是按序排列的。

在本申请实施例中，通过对第一混合特征x_{M-1-i_out}进行解码，获得第一解码结果output_i，并对第一解码结果output_i分别进行类别预测和分割预测，能够更有效地检测第一混合特征集中的类别信息和分割信息。