[发明专利]缺陷检测方法、装置、电子设备及可读存储介质

说明书

本申请涉及图像处理技术领域，公开了一种基于计算机视觉技术的缺陷检测方法、装置、电子设备及可读存储介质，缺陷检测方法包括：获取待检测目标的待检测图像和标准图像，提取所述待检测图像的待检测特征，并提取所述标准图像的标准特征；将所述待检测特征与所述标准特征融合，得到第一融合特征；确定所述第一融合特征中的感兴趣区域特征；基于所述感兴趣区域特征和所述第一融合特征检测所述待检测图像中的缺陷信息。本申请提供的缺陷检测方法可以有效提高物品图像缺陷信息的检测精度。

技术领域

本申请涉及缺陷检测技术领域，具体而言，本申请涉及一种缺陷检测方法、装置、电子设备及可读存储介质。

背景技术

随着人工智能和计算机视觉技术的发展，机器视觉技术在工业场景的应用越来越多，其所占据的地位也越来越高。例如，机器视觉技术可以应用于工业生产过程中的质量控制环节，通过图像识别的方式进行物品图像缺陷检测的方式应运而生。

目前对于物品图像缺陷检测的方式，是先确定待检测目标的图像中可能存在缺陷的感兴趣区域特征，然后进一步确定感兴趣区域特征中的缺陷信息，这种方式对于物品图像缺陷信息的检测准确率较低。

发明内容

本申请的目的旨在至少能解决上述的技术缺陷之一，特提出以下技术方案：

第一方面，提供了一种缺陷检测方法，包括：

获取待检测目标的待检测图像和标准图像，提取待检测图像的待检测特征，并提取标准图像的标准特征；

将待检测特征与标准特征融合，得到第一融合特征；

确定第一融合特征中的感兴趣区域特征；

基于感兴趣区域特征和第一融合特征检测待检测图像中的缺陷信息。

在第一方面的可选实施例中，将待检测特征与标准特征融合，得到第一融合特征，包括：

将每一通道对应的待检测特征分别与每一通道对应的标准特征均进行融合，得到第一融合特征。

在第一方面的可选实施例中，将每一通道对应的待检测特征分别与每一通道对应的标准特征均进行融合，得到第一融合特征，包括：

基于融合网络确定每一通道对应的待检测特征的第一权值，并确定每一通道对应的标准特征的第二权值；

基于各个通道分别对应的第一权值和第二权值，确定各个通道分别对应的待检测特征与标准特征的加权和，得到第一融合特征。

在第一方面的可选实施例中，确定第一融合特征中的感兴趣区域特征，包括：

提取第一融合特征中的至少一个候选区域；

对至少一个候选区域进行区域特征聚集得到感兴趣区域特征。

在第一方面的可选实施例中，对至少一个候选区域进行区域特征聚集得到感兴趣区域特征，包括：

遍历至少一个候选区域，将每一候选区域分割为至少一个单元；

通过双线性内插确定每一单元的坐标位置并进行最大池化操作，得到感兴趣区域特征。

在第一方面的可选实施例中，基于感兴趣区域特征和第一融合特征检测待检测图像中的缺陷信息，包括：

将感兴趣区域特征和第一融合特征进行融合，得到第二融合特征；

对第二融合特征进行目标检测得到针对待检测目标的缺陷信息。

在第一方面的可选实施例中，将感兴趣区域特征和第一融合特征进行融合，得到第二融合特征，包括：

将第一融合特征进行维度转换得到转换特征；转换特征与感兴趣区域特征的维度相同；