[发明专利]一种小样本缺陷分类方法和装置

权利要求书

1.一种小样本缺陷分类方法，其特征在于，该方法包括：

对待测目标进行部件分离，按照分离后的部件将待测目标的原图像分割成至少两个包含有不同部件的子图像；

对应每个子图像以及原图像，分别建立小样本分类模型，借助对应的分类模型，获得每个子图像的分类结果和原图像的分类结果，所述分类结果包括缺陷类别和对应的类别概率；

根据所有子图像和原图像的分类结果，确定并输出待测目标的缺陷类别。

2.根据权利要求1所述的方法，其特征在于，所述对待测目标进行部件分离，按照分离后的部件将待测目标的原图像分割成至少两个包含有不同部件的子图像，包括：

根据不同部件的功能不同，将待测目标的原图像按照功能进行分割；和/或，根据不同部件的位置不同，将待测目标的原图像按照位置进行分割；和/或，根据不同部件的表观特征不同，将待测目标的原图像按照表观特征进行分割。

3.根据权利要求2所述的方法，其特征在于，所述方法包括：

将待测目标分离为由对目标功能起主要作用的主要部件和由对目标功能起次要作用的次要部件构成，将待测目标原图像按照主要部件和次要部件分割成各子图像；和/或，

确定不同部件的上下相对、左右相对、前后相对和边框与中央区域相对中的一种或多种位置关系，将待测目标原图像按照该位置关系分割成各子图像；和/或，

确定不同部件的颜色或纹理特征，将待测目标原图像按照颜色或纹理特征分割成各子图像。

4.根据权利要求1所述的方法，其特征在于，所述对待测目标进行部件分离，按照分离后的部件将待测目标的原图像分割成至少两个包含有不同部件的子图像，包括：

将待测目标的原图像分割成分别包含不同部件的前景图像和背景图像。

5.根据权利要求1所述的方法，其特征在于，所述对待测目标进行部件分离，按照分离后的部件将待测目标的原图像分割成至少两个包含有不同部件的子图像，包括：

利用训练样本训练Unet算法模型，通过训练后的Unet算法模型分割所述原图像；

所述对应每个子图像以及原图像，分别建立小样本分类模型，借助对应的分类模型，获得每个子图像的分类结果和原图像的分类结果，包括：

对应每个子图像以及原图像，分别训练得到对应的TADAM算法模型，使用对应的TADAM算法模型分别得到每个子图像的分类结果和原图像的分类结果。

6.根据权利要求1所述的方法，其特征在于，该方法还包括：为不同的缺陷类别设置优先级；

所述根据所有子图像和原图像的分类结果，确定并输出待测目标的缺陷类别，包括：

当所有子图像和原图像的分类结果均指示不存在缺陷时，确定待测目标为良品；

当所有子图像和原图像的至少一个分类结果中指示存在缺陷时，根据各分类结果以及缺陷类别的优先级确定待测目标的缺陷类别。

7.根据权利要求6所述的方法，其特征在于，所述当所有子图像和原图像的至少一个分类结果中指示存在缺陷时，根据各分类结果以及缺陷类别的优先级确定待测目标的缺陷类别，包括：

在所有子图像和原图像的分类结果中，若缺陷类别属于不同优先级，则确定优先级最高的缺陷类别为输出结果；

当缺陷类别属于同一优先级时，通过投票原则，确定得票最多的缺陷类别为输出结果，若同一优先级的缺陷类别得票相同，则继续比较缺陷类别对应的类别概率，确定类别概率高的缺陷类别为输出结果。

8.根据权利要求6所述的方法，其特征在于，所述方法还包括：为每个部件设置一个或多个缺陷类别，不同部件的相同缺陷类别的优先级相同或不同。

9.根据权利要求1所述的方法，其特征在于，该方法还包括：在对待测目标图像进行部件分离之前，对待测目标图像进行预处理，所述预处理包括图像尺寸变换和/或图像中目标朝向归一化。