[发明专利]缺陷检测的样本获取方法、训练方法、装置、介质和设备

权利要求书

1.一种缺陷检测的样本获取方法，其特征在于，包括：

获取由自动光学检测设备缺陷检测生成的图片及所述图片的缺陷类别和属性信息；

根据所有图片的属性信息构建准训练样本；

根据所述缺陷类别对所述图片进行分类标定，得到相同缺陷类别的图片所组成的缺陷类别集；

根据所述缺陷类别集的图片的属性信息查找与所述准训练样本的属性信息匹配的属性信息；

若查找到匹配的属性信息，则将所述准训练样本中对应的属性信息标记为真缺陷，否则，将所述准训练样本中对应的属性信息标记为假缺陷，得到所述缺陷类别集所对应的、用于输入机器学习分类算法以获取分类特征的训练样本。

2.根据权利要求1所述的缺陷检测的样本获取方法，其特征在于，所述属性信息包括图片ID和特征信息；所述根据所有图片的属性信息构建准训练样本，包括：

分别根据各图片的图片ID和特征信息生成所述图片对应的属性文本；

将各图片的属性文本合并得到所述准训练样本。

3.根据权利要求2所述的缺陷检测的样本获取方法，其特征在于，所述根据所述缺陷类别对所述图片进行分类标定，得到相同缺陷类别的图片所组成的缺陷类别集，包括：

获取所述缺陷类别对应的存储地址并作为所述缺陷类别所对应图片的待转移地址；

获取所述图片的当前地址，根据同一图片的当前地址和待转移地址生成所述匹配清单；

根据所述匹配清单将所述图片从当前地址移动到对应的待转移地址，生成同一地址存放的图片所组成的缺陷类别集。

4.根据权利要求3所述的缺陷检测的样本获取方法，其特征在于，所述图片存放在图片文件夹内；所述获取所述图片的当前地址，根据同一图片的当前地址和待转移地址生成所述匹配清单的步骤包括：

获取所述图片的图片文件夹的地址作为当前地址；

根据所述图片文件夹的地址和所述图片ID生成对应图片的匹配文本；

合并各所述图片的匹配文本，并记录各所述图片的匹配文本和对应的待转移地址得到匹配清单。

5.根据权利要求3所述的缺陷检测的样本获取方法，其特征在于，所述根据所述匹配清单将所述图片从当前地址移动到对应的待转移地址，生成同一地址存放的图片所组成的缺陷类别集，包括：

根据所述匹配清单将所述图片从当前地址移动到对应的待转移地址，生成同一地址存放的图片所组成的初始分类集；

接收人工操作指令，根据所述人工操作指令移动所述初始分类集中的图片，得到所述缺陷类别集。

6.一种缺陷检测的样本获取装置，其特征在于，包括：

图片汇整模块，用于获取缺陷检测生成的图片及所述图片的缺陷类别和属性信息；

准训练样本生成模块，用于根据所有图片的属性信息构建准训练样本；

分类标定模块，用于根据所述缺陷类别对所述图片进行分类标定，得到相同缺陷类别的图片所组成的缺陷类别集；

匹配检测模块，用于根据所述缺陷类别集的图片的属性信息查找与所述准训练样本的属性信息匹配的属性信息；

若查找到匹配的属性信息，则将所述准训练样本中对应的属性信息标记为真缺陷，否则，将所述准训练样本中对应的属性信息标记为假缺陷，得到所述缺陷类别集所对应的、用于输入机器学习分类算法以获取分类特征的训练样本。

7.一种缺陷检测的样本训练方法，其特征在于，包括：

将权利要求1-5中任一项所述的训练样本输入机器学习分类算法进行训练，得到所述训练样本的分类特征。