[发明专利]一种工业品缺陷检测方法和装置在审
| 申请号： | 202110895162.6 | 申请日： | 2021-08-05 |
| 公开（公告）号： | CN113592832A | 公开（公告）日： | 2021-11-02 |
| 发明（设计）人： | 张海刚;孟凡胜;易非凡;杨金锋;董钟铭;贺立明 | 申请（专利权）人： | 深圳职业技术学院;深圳市麦士德福科技股份有限公司 |
| 主分类号： | G06T7/00 | 分类号： | G06T7/00;G06T7/80;G06K9/46;G06N3/04;G06N3/08 |
| 代理公司： | 北京细软智谷知识产权代理有限责任公司 11471 | 代理人： | 鲍亚平 |
| 地址： | 518000 广东省深*** | 国省代码： | 广东;44 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | |||
| 搜索关键词： | 一种 工业品 缺陷 检测 方法 装置 | ||
1.一种工业品缺陷检测方法，其特征在于，包括：
获取待检测工业品的图像和相应缺陷品的图像；
对所述待检测工业品的图像和所述缺陷品的图像进行增强处理；
基于预设孪生网络对增强处理后的所述待检测工业品的图像和所述缺陷品的图像进行处理以得到差异特征；
基于预设卷积神经网络对所述差异特征进行识别以确定待检测工业品的缺陷类型；
基于预设弱监督目标定位模型确定待检测工业品相应的缺陷位置。
2.根据权利要求1所述的工业品缺陷检测方法，其特征在于，所述获取待检测工业品的图像和相应缺陷品的图像包括：
基于工业相机获取待检测工业品的图像和相应缺陷品的图像。
3.根据权利要求1所述的工业品缺陷检测方法，其特征在于，所述对所述待检测工业品的图像和所述缺陷品的图像进行增强处理包括：
基于opencv图像增强技术对所述待检测工业品的图像和所述缺陷品的图像进行增强处理。
4.根据权利要求1所述的工业品缺陷检测方法，其特征在于，所述基于预设孪生网络对增强处理后的所述待检测工业品的图像和所述缺陷品的图像进行处理以得到差异特征包括：
基于并行设置的CNN特征提取器提取输入的所述待检测工业品的图像和相应缺陷品的图像的差异特征。
5.根据权利要求4所述的工业品缺陷检测方法，其特征在于，所述基于预设卷积神经网络对所述差异特征进行识别以确定待检测工业品的缺陷类型包括：
基于卷积神经网络中的VGG16网络结构对所述差异特征进行逐层提取与抽象以得到相应的缺陷类型。
6.根据权利要求5所述的工业品缺陷检测方法，其特征在于，所述VGG16网络结构的输出节点个数与工业品缺陷类型数相一致。
7.根据权利要求5所述的工业品缺陷检测方法，其特征在于，所述基于预设弱监督目标定位模型确定待检测工业品相应的缺陷位置包括：
将卷积神经网络的最后的全连接层为全局平均池化层，并通过端到端训练方式获取不同通道特征的贡献权重，基于所述贡献权重的加权求和以及通道热力图响应确定相应的缺陷位置。
8.一种工业品缺陷检测装置，其特征在于，包括：
图像获取模块，用于获取待检测工业品的图像和相应缺陷品的图像；
图像增强模块，用于对所述待检测工业品的图像和所述缺陷品的图像进行增强处理；
特征提取模块，用于基于预设孪生网络对增强处理后的所述待检测工业品的图像和所述缺陷品的图像进行处理以得到差异特征；
缺陷类型确定模块，用于基于预设卷积神经网络对所述差异特征进行识别以确定待检测工业品的缺陷类型；以及
缺陷位置确定模块，用于基于预设弱监督目标定位模型确定待检测工业品相应的缺陷位置。
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深圳职业技术学院;深圳市麦士德福科技股份有限公司，未经深圳职业技术学院;深圳市麦士德福科技股份有限公司许可，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/202110895162.6/1.html，转载请声明来源钻瓜专利网。
- 上一篇：一种皮带温度保护试验装置及方法
- 下一篇：金刚石圆片径向生长方法及装置
