[发明专利]齿轮缺陷检测方法、装置、计算机设备及存储介质

权利要求书

1.一种齿轮缺陷检测方法，其特征在于，所述方法包括：

获取多张待检测齿轮的局部图像，其中，所述局部图像包括光滑面图像和粗糙面图像；

将每一所述光滑面图像输入预先训练的第一检测模型，得到每一所述光滑面图像对应的所述待检测齿轮的局部缺陷信息；

将每一所述粗糙面图像输入预先训练的第二检测模型，得到每一所述粗糙面图像对应的所述待检测齿轮的局部缺陷信息；

根据所有所述局部缺陷信息，得到所述待检测齿轮的整体缺陷信息；

根据所述整体缺陷信息，判断所述待检测齿轮是否合格。

2.根据权利要求1所述的方法，其特征在于，每一所述局部图像对应一相机位信息，所述相机位信息包括光滑面相机位和粗糙面相机位，所述方法还包括：

针对多张所述局部图像中的任一目标局部图像，若所述目标局部图像对应的相机位信息是光滑面相机位，则所述目标局部图像为所述光滑面图像；

若所述目标局部图像对应的相机位信息是粗糙面相机位，则所述目标局部图像为所述粗糙面图像。

3.根据权利要求1所述的方法，其特征在于，每一所述局部缺陷信息包括多个缺陷集合，每一所述缺陷集合包括至少一个缺陷的位置信息以及每一所述位置信息的置信度，每一所述缺陷集合对应一种缺陷类型，所述根据所有所述局部缺陷信息，得到所述待检测齿轮的整体缺陷信息的步骤，包括：

针对多种所述缺陷类型中的任一目标缺陷类型，统计对应所述目标缺陷类型的所有所述缺陷集合中，所述置信度大于所述目标缺陷类型对应的第一预设值的所述位置信息的个数，得到所述目标缺陷类型的缺陷数量统计值；

遍历多种所述缺陷类型，得到每一所述缺陷类型的缺陷数量统计值；

根据每一所述缺陷类型的缺陷数量统计值，得到所述待检测齿轮的整体缺陷信息。

4.根据权利要求1所述的方法，其特征在于，所述整体缺陷信息包括多种缺陷类型的缺陷数量统计值，所述根据所述整体缺陷信息，判断所述待检测齿轮是否合格的步骤，包括：

若每一所述缺陷类型的缺陷数量统计值均不大于该缺陷类型对应的第二预设值，则判定所述待检测齿轮为合格。

5.根据权利要求1所述的方法，其特征在于，所述第一检测模型的训练步骤，包括：

获取多张所述待检测齿轮的局部图像，其中，每一所述局部图像对应的相机位信息为光滑面相机位；

对多张所述局部图像进行预处理，得到第一训练集；

对所述第一训练集中所述待检测齿轮的缺陷进行标注；

将所述第一训练集输入深度学习网络进行训练，得到所述第一检测模型。

6.根据权利要求1所述的方法，其特征在于，所述第二检测模型的训练步骤，包括：

获取多张所述待检测齿轮的局部图像，其中，每一所述局部图像对应的相机位信息为粗糙面相机位；

对多张所述局部图像进行预处理，得到第二训练集；

对所述第二训练集中所述待检测齿轮的缺陷进行标注；

将所述第二训练集输入深度学习网络进行训练，得到所述第二检测模型。

7.根据权利要求5或6任一项所述的方法，其特征在于，所述对多张所述局部图像进行预处理的步骤，包括：

针对多张所述局部图像中的任一目标局部图像，对所述目标局部图像按照预设角度进行翻转；

对所述目标局部图像按照预设尺寸进行剪裁；

对所述目标局部图像进行Gamma变换以改变所述目标局部图像的对比度。