[发明专利]材料表面缺陷检测方法、装置、设备及存储介质

说明书

本申请提供一种材料表面缺陷检测方法、装置、设备及存储介质，涉及材料检测技术领域。本申请通过获取待检测材料表面的图像信息，分别计算图像信息与已标注图像集合中各图像的相似度信息，其中，已标注图像集合包括：多个已标注图像，每个已标注图像包含标注的缺陷信息，若图像信息与已标注图像集合中各图像的相似度信息均未满足预设条件，则采用特征识别模型和预设分类模型分析处理图像信息，获取待检测材料表面对应的缺陷信息，从而实现了对待检测材料表面的缺陷信息进行二级检测，不仅能够提升检测效率，而且可以保证检测精度，减少漏检事件的发生。

技术领域

本申请涉及材料检测技术领域，具体而言，涉及一种材料表面缺陷检测方法、装置、设备及存储介质。

背景技术

金属材料被广泛应用于工业、农业、交通和日常生活等多个领域，所以社会生产中常常需要制造大量的金属材料，以满足使用需求。而金属材料在实际制造完成后，表面常常会出现擦花、脏点、碰凹等缺陷，会影响到金属材料的后续使用，例如，这些缺陷可能会加快金属材料的腐蚀，降低金属材料的使用寿命。因此，在金属材料制造完成后，还需要对金属材料的表面缺陷进行检测，以保证金属材料符合要求。

目前，对于金属材料的表面缺陷进行检测的主要方式为：通过人工对金属材料的表面进行识别，将表面存在缺陷的金属材料进行分拣。

但是，使用上述现有的金属材料表面缺陷的检测方式对金属材料进行检测时，检测效率和准确率较低。

发明内容

本申请的目的在于，提供一种材料表面缺陷检测方法、装置、设备及存储介质，用于解决现有的金属材料表面缺陷的检测方式对金属材料进行检测时，检测效率和准确率较低的问题。

为实现上述目的，本申请实施例所采用的技术方案如下：

第一方面，本申请实施例提供一种材料表面缺陷检测方法，该方法包括：

获取待检测材料表面的图像信息；

分别计算图像信息与已标注图像集合中各图像的相似度信息，已标注图像集合包括：多个已标注图像，每个已标注图像包含标注的缺陷信息；

若图像信息与已标注图像集合中各图像的相似度信息均未满足预设条件，则采用特征识别模型和预设分类模型分析处理图像信息，获取待检测材料表面对应的缺陷信息；其中，特征识别模型用于对图像信息识别得到待检测材料表面的属性特征；预设分类模型用于对待检测材料表面的属性特征进行分类，并根据分类结果确定缺陷信息。

可选地，特征识别模型包括：快速卷积区域生成网络和特征金字塔网络；上述采用特征识别模型和预设分类模型分析处理图像信息，获取待检测材料表面对应的缺陷信息，包括：

采用快速卷积区域生成网络提取图像信息的特征信息；

采用特征金字塔网络生成特征信息对应的N个不同尺寸的特征图，N为大于1的整数；

采用快速卷积区域生成网络、N个不同尺寸的特征图、以及N个不同的预设锚框尺寸，生成候选提议的特征图；

根据候选提议的特征图以及预设分类模型，获取待检测材料表面对应的缺陷信息。

可选地，上述采用快速卷积区域生成网络、N个不同尺寸的特征图、以及N个不同的预设锚框尺寸，生成候选提议的特征图，包括：

按照从小到大的顺序为N个特征图，依次赋予N个从大到小的预设锚框尺寸，得到N个赋予预设锚框尺寸的特征图；

通过快速卷积区域生成网络判断各赋予预设锚框尺寸的特征图是否满足提议条件，若满足，则生成和评估得到候选提议的特征图。

可选地，上述根据候选提议的特征图以及预设分类模型，获取待检测材料表面对应的缺陷信息，包括：