[发明专利]瑕疵检测方法及装置、计算机设备和存储介质

说明书

一种瑕疵检测方法及装置、计算机设备和存储介质，其中，所述方法包括：获取目标图片；对目标图片进行特征识别，得到所述目标图片的特征信息；根据所述目标图片的特征信息，得到瑕疵检测结果；其中，所述对目标图片进行特征识别，得到所述目标图片的特征信息，包括：根据所述目标图片获取多张中间图片；对每一中间图片进行特征识别，得到每一中间图片的特征信息；对每一中间图片进行关联度分析，得到该中间图片与所述目标图片的其他中间图片之间的关联系数；结合所述多张中间图片的特征信息和关联系数，得到所述目标图片的特征信息。通过该方法，能够在保证检测效果的同时，解决检测中断、信息丢失的问题。

技术领域

本发明涉及计算机视觉技术领域，具体地涉及一种瑕疵检测方法及装置、计算机设备和存储介质。

背景技术

布匹瑕疵检测是纺织行业生产和质量管理的重要环节。目前主要采用人工检测来检测布匹表面的瑕疵，然而人工检测存在速度慢、劳动强度大、受主观因素影响、缺乏一致性等缺点。

随着机器学习技术的发展，这一技术也被应用到布匹的瑕疵检测中。传统的，检测布匹瑕疵的机器学习算法通常用来处理易提取、易量化的瑕疵特征，如颜色、面积、圆度、角度、长度等，其对于瑕疵检测的粒度较粗。传统地，对布料进行瑕疵检测的机器学习方法一般通过图像增强、分割、去噪等传统方配合神经网络提取布料的表面特征，筛选出包含特征(即瑕疵)的部分，以保证瑕疵检测的效果。

然而，由于对布匹进行图像采集得到的原始图片尺寸过大，一般会采用滑窗、切割的方法从原始图片中获取小图，再用小图进行训练和特征识别，并将这一方法称之为小图识别或小图分析方法。然而，小图识别方法可能导致原始图片中的特征识别被中断，造成信息丢失的现象。

类似地，在对其他物体(如金属、塑料，模具、机械零部件)进行瑕疵检测，也存在相似的问题。

由此，亟需一种瑕疵检测方法，在保证检测效果的同时，解决检测中断、信息丢失的问题。

发明内容

本发明解决的技术问题是如何在保证检测效果的同时，解决检测中断、信息丢失的问题。

为解决上述技术问题，本发明实施例提供一种瑕疵检测方法，所述方法包括：获取目标图片；对目标图片进行特征识别，得到所述目标图片的特征信息；根据所述目标图片的特征信息，得到瑕疵检测结果；其中，所述对目标图片进行特征识别，得到所述目标图片的特征信息，包括：根据所述目标图片获取多张中间图片；对每一中间图片进行特征识别，得到每一中间图片的特征信息；对每一中间图片进行关联度分析，得到该中间图片与所述目标图片的其他中间图片之间的关联系数；结合所述多张中间图片的特征信息和关联系数，得到所述目标图片的特征信息。

可选的，所述结合所述多张中间图片的特征信息和关联系数，得到所述目标图片的特征信息，包括：计算每一中间图片的特征信息和该中间图片的关联系数的乘积，并对所述目标图片的所有中间图片的乘积求和，所述和为所述目标图片的特征信息。

可选的，所述根据所述目标图片获取多张中间图片之后、所述对每一中间图片进行特征识别，得到每一中间图片的特征信息之前，所述方法还包括：将每一中间图片分别输入特征提取模型中，得到该中间图片不同特征维度的多个特征信息层，所述特征提取模型是根据样本图片中的特征提取进行分析得到的、用以提取输入的图片中的特征信息层的模型；对于每一中间图片，增加所述多个特征信息层的细节信息，得到该中间图片的一个或多个扩展层。

可选的，所述特征提取模型包括mobilenet_v3。

可选的，所述对每一中间图片进行特征识别，得到每一中间图片的特征信息，包括：获取每一中间图片的所述特征信息层和所述扩展层中的部分或全部输入特征识别网络，得到该中间图片的原始掩码特征。