[发明专利]磁环表面缺陷检测方法、装置、电子设备及存储介质在审

专利信息
申请号: 202011199608.3 申请日: 2020-10-30
公开(公告)号: CN112288727A 公开(公告)日: 2021-01-29
发明(设计)人: 艾国;张帅 申请(专利权)人: 创新奇智(重庆)科技有限公司
主分类号: G06T7/00 分类号: G06T7/00;G06T7/11;G06T7/73;G06K9/62;G06N3/02
代理公司: 北京超凡宏宇专利代理事务所(特殊普通合伙) 11463 代理人: 钟扬飞
地址: 400000 重庆市九龙坡区*** 国省代码: 重庆;50
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 表面 缺陷 检测 方法 装置 电子设备 存储 介质
【权利要求书】:

1.一种磁环表面缺陷检测方法,其特征在于,包括:

获取待检测磁环表面图像及对应的缺陷掩码图像;

根据预设的特征提取网络模型对所述待检测磁环表面图像进行特征提取,得到特征提取图像;

根据预设的语义分割网络模型及所述特征提取图像,得到疑似缺陷区域的目标位置的位置信息;

以所述疑似缺陷区域的目标位置的位置信息对所述特征提取图像进行裁剪,得到对应的区域特征图像;

输入所述区域特征图像及所述缺陷掩码图像至预设的分类网络模型,得到对应各所述区域特征图像的预测结果。

2.根据权利要求1所述的磁环表面缺陷检测方法,其特征在于,所述根据预设的语义分割网络模型及所述特征提取图像,得到疑似缺陷区域的目标位置的位置信息,包括:

输入所述特征提取图像至预设的语义分割网络模型,得到像素级概率图;

以预设阈值从所述像素级概率图过滤出疑似缺陷区域;

根据所述疑似缺陷区域,计算得到所述疑似缺陷区域的目标位置的位置信息。

3.根据权利要求2所述的磁环表面缺陷检测方法,其特征在于,所述根据所述疑似缺陷区域,计算得到所述疑似缺陷区域的目标位置的位置信息,包括:

根据所述疑似缺陷区域,计算得到所述疑似缺陷区域的外接矩形框的位置信息,并以所述疑似缺陷区域的外接矩形框的位置信息作为所述疑似缺陷区域的目标位置的位置信息。

4.根据权利要求3所述的磁环表面缺陷检测方法,其特征在于,所述以所述疑似缺陷区域的目标位置的位置信息对所述特征提取图像进行裁剪,得到对应的区域特征图像,包括:

以所述疑似缺陷区域的目标位置的位置信息对所述特征提取图像进行裁剪,得到对应的裁剪图像;

以预设图像尺寸对所述裁剪图像进行调整,得到对应的区域特征图像。

5.根据权利要求1所述的磁环表面缺陷检测方法,其特征在于,在所述输入所述区域特征图像及所述缺陷掩码图像至预设的分类网络模型,得到对应各所述区域特征图像的预测结果之后,所述方法还包括:

根据各所述区域特征图像的预测结果,输出缺陷区域的位置信息。

6.根据权利要求1所述的磁环表面缺陷检测方法,其特征在于,所述预设的语义分割网络模型和/或所述预设的分类网络模型以Focal loss作为损失函数。

7.一种磁环表面缺陷检测装置,其特征在于,包括:

获取模块,用于获取待检测磁环表面图像及对应的缺陷掩码图像;

特征提取模块,用于根据预设的特征提取网络模型对所述待检测磁环表面图像进行特征提取,得到特征提取图像;

疑似区域确定模块,用于根据预设的语义分割网络模型及所述特征提取图像,得到疑似缺陷区域的目标位置的位置信息;

图像处理模块,用于以所述疑似缺陷区域的目标位置的位置信息对所述特征提取图像进行裁剪,得到对应的区域特征图像;

缺陷检测模块,用于输入所述区域特征图像及所述缺陷掩码图像至预设的分类网络模型,得到对应各所述区域特征图像的预测结果。

8.根据权利要求7所述的磁环表面缺陷检测装置,其特征在于,所述疑似区域确定模块,具体用于:

输入所述特征提取图像至预设的语义分割网络模型,得到像素级概率图;

以预设阈值从所述像素级概率图过滤出疑似缺陷区域;

根据所述疑似缺陷区域,计算得到所述疑似缺陷区域的目标位置的位置信息。

9.一种电子设备,其特征在于,包括存储器及处理器,所述存储器用于存储计算机程序,所述处理器运行所述计算机程序以使所述电子设备执行根据权利要求1至6中任一项所述的磁环表面缺陷检测方法。

10.一种计算机可读存储介质,其特征在于,其存储有计算机程序,所述计算机程序被处理器执行时实现如权利要求1至6中任一项所述的磁环表面缺陷检测方法。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于创新奇智(重庆)科技有限公司,未经创新奇智(重庆)科技有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202011199608.3/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top