← 返回列表

工业缺陷检测方法、装置、设备及存储介质

申请号: CN202311800697.6
申请人: 北京阿丘机器人科技有限公司
申请日期: 2023/12/26

摘要文本

本发明公开了一种工业缺陷检测方法、装置、设备及存储介质,该方法包括:从工业图像数据集中选择背景颜色、缺陷的纹理和缺陷的颜色满足相似度条件的相似图像;构建训练集和测试集,相似图像不同时出现在训练集或测试集;将获取到的待检测的工业图像输入至训练后的工业缺陷检测模型中进行工业缺陷检测。由于本发明通过先找到包含类似纹理和颜色的缺陷的、并且背景相似的相似图像,然后将相似图像分别添加至训练集和测试集,其中,相似图像不同时出现在训练集或测试集,使模型在训练过程中忽略局部背景带来的差异性,使得在训练集中检测出的缺陷,在测试集中也能够准确的检出,从而能够提高工业缺陷检测的准确度。

专利详细信息

项目 内容
专利名称 工业缺陷检测方法、装置、设备及存储介质
专利类型 发明授权
申请号 CN202311800697.6
申请日 2023/12/26
公告号 CN117474904B
公开日 2024/3/12
IPC主分类号 G06T7/00
权利人 北京阿丘机器人科技有限公司
发明人 吴雨培; 王少成
地址 北京市海淀区上地信息路7号3层18-2

专利主权项内容

1.一种工业缺陷检测方法,其特征在于,所述工业缺陷检测方法包括:获取工业图像数据集,从所述工业图像数据集中选择包含缺陷的第一图像;根据所述第一图像在所述工业图像数据集中确定第二图像,所述第二图像为背景颜色、缺陷的纹理和缺陷的颜色与所述第一图像满足相似度条件的图像;根据所述第一图像构建训练集,根据所述第二图像构建测试集,或者根据所述第一图像构建测试集,根据所述第二图像构建训练集;根据所述测试集和所述训练集对预设图像分割网络进行训练,获得工业缺陷检测模型;获取待检测的工业图像,并将所述待检测的工业图像输入至所述工业缺陷检测模型,获得工业缺陷检测结果;所述根据所述测试集和所述训练集对预设图像分割网络进行训练,获得工业缺陷检测模型,包括:对所述训练集进行数据增强,获得数据增强后的训练集,所述数据增强后的训练集中每个图像中缺陷的位置不同;根据所述测试集和所述数据增强后的训练集对预设图像分割网络进行训练,获得工业缺陷检测模型;所述对所述训练集进行数据增强,获得数据增强后的训练集,包括:依次确定所述训练集中的任一图像为当前缺陷图像,并确定所述当前缺陷图像对应的缺陷集合中的任一缺陷为当前缺陷;根据预设随机数函数生成复制个数,根据预设随机坐标函数生成所述复制个数个随机复制坐标点c=(x, y),所述随机复制坐标点的取值范围表示为:
,/>,式中,表示所述当前缺陷图像的宽度,/>表示所述当前缺陷图像的高度,表示所述当前缺陷的宽度,/>表示所述当前缺陷的高度;依次判断所述当前缺陷图像中的所述随机复制坐标点的位置处是否已经存在缺陷;若否,则将所述当前缺陷复制至所述随机复制坐标点的位置处,直至所述复制个数个所述随机复制坐标点全部判断完毕,获得数据增强后的训练集。