[发明专利]基于自监督网络的工业缺陷检测方法和系统

权利要求书

1.一种基于自监督网络的工业缺陷检测方法，其特征在于，包括以下步骤：

基于自监督网络构建自监督语义分割模型；

根据所述自监督语义分割模型确定待标注图像的所有标注目标掩膜；

判断每个所述标注目标掩膜的面积是否小于目标面积阈值；

若是，则剔除对应的标注目标掩膜；

确定剔除处理后的所述标注目标掩膜上的所有目标的边缘点；

转换所述边缘点为语义标注，并且每个所述目标设定为同一类别；

根据所述语义标注自动标注待标注图像以用于工业缺陷检测，

根据所述语义标注自动标注待标注图像以用于工业缺陷检测，具体包括：判断所述语义标注对应的类别是否为真实类别；若否，则修改所述语义标注对应的类别为真实类别；判断所述语义标注是否符合设定标准；若否，则修正所述语义标注；判断所述语义标注是否存在漏标；若是，则加标所述语义标注以得到最终语义标注；根据所述最终语义标注自动标注待标注图像以用于工业缺陷检测。

2.根据权利要求1所述的基于自监督网络的工业缺陷检测方法，其特征在于，所述自监督网络为MaskContrast，所述基于自监督网络构建自监督语义分割模型，具体包括以下步骤：

采用resnet18替换所述MaskContrast中backbone的resnet50。

3.根据权利要求2所述的基于自监督网络的工业缺陷检测方法，其特征在于，所述确定剔除处理后的所述标注目标掩膜上的所有目标的边缘点，具体包括以下步骤：

采用形态学闭操作处理剔除处理后的待标注图像；

采用densecrf算法处理形态学闭操作处理后的待标注图像；

采用findContours函数处理densecrf算法处理后的待标注图像，以确定所述标注目标掩膜上的所有目标的边缘点。

4.根据权利要求2所述的基于自监督网络的工业缺陷检测方法，其特征在于，所述转换所述边缘点为语义标注，并且每个所述目标设定为同一类别，具体包括以下步骤：

采用labelme标注文件格式将所述边缘点转换为语义标注文件，并将每个所述目标设定为同一类别。

5.一种基于自监督网络的工业缺陷检测系统，其特征在于，包括：

建模模块，所述建模模块用于基于自监督网络构建自监督语义分割模型；

掩膜识别模块，所述掩膜识别模块用于根据所述自监督语义分割模型确定待标注图像的所有标注目标掩膜；

判断模块，所述判断模块用于判断每个所述标注目标掩膜的面积是否小于目标面积阈值；

第一处理模块，所述第一处理模块用于剔除对应的标注目标掩膜；

第二处理模块，所述第二处理模块用于确定剔除处理后的所述标注目标掩膜上的所有目标的边缘点；

第三处理模块，所述第三处理模块用于转换所述边缘点为语义标注，并且每个所述目标设定为同一类别；

目标检测模块，所述目标检测模块用于根据所述语义标注自动标注待标注图像以用于工业缺陷检测，

所述目标检测模块具体用于：判断所述语义标注对应的类别是否为真实类别；若否，则修改所述语义标注对应的类别为真实类别；判断所述语义标注是否符合设定标准；若否，则修正所述语义标注；判断所述语义标注是否存在漏标；若是，则加标所述语义标注以得到最终语义标注；根据所述最终语义标注自动标注待标注图像以用于工业缺陷检测。

6.一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时，实现根据权利要求1-4中任一项所述的基于自监督网络的工业缺陷检测方法。

7.一种非临时性计算机可读存储介质，其上存储有计算机程序，其特征在于，该计算机程序被处理器执行时实现根据权利要求1-4中任一项所述的基于自监督网络的工业缺陷检测方法。