[发明专利]一种基于人工智能的单板检测方法和检测设备

权利要求书

1.一种基于人工智能的单板缺陷检测方法，其特征在于，所述方法包括：

获取经背面透过性照射的待检测单板图像；

根据缺陷检测模型对所述待检测单板图像进行识别和匹配；

根据所述识别和匹配的结果得到所述待检测单板的质量信息；

其中，在获取图像过程中，待检测单板与图像采集装置相对位置不变。

2.一种基于人工智能的单板缺陷检测方法，其特征在于，所述方法包括：

获取经背面透过性照射的待检测单板图像；

根据缺陷检测模型对所述待检测单板图像进行识别和匹配；

根据所述识别和匹配的结果得到所述待检测单板的质量信息；

根据所述质量信息的输出结果对所述单板进行标记。

3.如权利要求2所述的方法，其特征在于，所述待检测单板的质量信息的输出结果包括：

直接输出不同质量等级的判断结果；或者，

输出不同质量等级的判断结果、并标注出厚度或厚度分布不均匀的区域。

4.一种基于人工智能的单板缺陷检测方法，其特征在于，所述方法包括：

获取经背面透过性照射的待检测单板图像；

根据缺陷检测模型对所述待检测单板图像进行识别和匹配；

根据所述识别和匹配的结果得到所述待检测单板的质量信息；

根据所述质量信息对所述单板分类拣选。

5.如权利要求4所述的方法，其特征在于，所述缺陷检测模型利用机器学习获得，具体包括如下步骤：

获取经背面透过性照射的单板样本图像；

接收对所述单板样本图像的标注信息；

将标注后的图像样本输入到需进行机器学习的初始模型中；

根据所述单板样本图像和对应的所述标注信息对初始模型进行训练，获得经过机器学习的缺陷检测模型。

6.如权利要求5所述的方法，其特征在于，所述接收对所述单板样本图像的标注信息的步骤进一步包括：

接收对单板厚度存在问题的区域和强度的标注信息；和/或，

接收对通过背面光照系统得到的图像中呈现的单板虫眼和/或矿物线缺陷的标注信息。

7.一种基于人工智能的单板缺陷检测设备，其特征在于，所述设备包括：

传送装置；

单板限位装置，能够将传送装置上的单板固定于图像采集区；

图像采集装置，用于在单板固定于图像采集区时获取单板的透过性照射图像；

以及，

质量检测单元，用于通过图像采集装置获取的图像，对单板的缺陷进行识别，并输出识别结果。

8.如权利要求7所述的检测设备，其特征在于，所述质量检测单元还包括：具有自动检测模型的缺陷检测模块，自动检测模型结合相应的属性进行机器学习，所述相应的属性为预设的检测属性或自定义检测的属性。

9.一种计算机可读介质，其上存储有计算机指令，其特征在于，该计算机指令被执行以实现如权利要求1-6中任一项所述的方法步骤。

10.一种电子设备，其特征在于，包括存储器和处理器；其中，

所述存储器用于存储一条或多条计算机指令，其中，所述一条或多条计算机指令被所述处理器执行以实现如权利要求1-6中任一项所述的方法步骤。