[发明专利]一种轮毂表面异常检测方法和系统

权利要求书

1.一种轮毂表面异常检测方法，其特征在于，包括：

获取待检测的轮毂表面图像，基于已训练的异常检测模型对所述轮毂表面图像进行异常检测，标记所述轮毂表面图像中的异常区域和异常区域对应的异常类别。

2.根据权利要求1所述的轮毂表面异常检测方法，其特征在于，对所述轮毂表面图像进行异常检测前还包括：

采集表面存在异常区域的轮毂表面图像，对轮毂表面图像中的异常区域进行标注，得到含有异常区域位置与异常类别的标注文件；

提取异常区域中的轮毂异常图像，将所述轮毂异常图像和标注文件作为训练集，进行深度学习训练，得到异常检测模型。

3.根据权利要求2所述的轮毂表面异常检测方法，其特征在于，提取异常区域中的轮毂异常图像具体包括：

对所述轮毂表面图像进行划分，得到异常区域所在的局部图片，并对局部图片进行归一化处理，得到轮毂异常图像；

通过数据增强算法对所述轮毂异常图像进行处理，得到训练用的轮毂异常图像。

4.根据权利要求3所述的轮毂表面异常检测方法，其特征在于，并对局部图片进行归一化处理具体包括：对所述局部图像进行样本减均值处理、特征数据标准化处理或简单缩放处理中的一种或者多种。

5.根据权利要求3所述的轮毂表面异常检测方法，其特征在于，所述数据增强算法包括旋转、水平翻转、垂直翻转、高斯噪声中的一种或者多种。

6.根据权利要求2所述的轮毂表面异常检测方法，其特征在于，进行深度学习训练具体包括：

基于深度卷积神经网络对所述训练集进行特征提取，得到特征图，并通过区域生成网络对特征图上的候选区域进行筛选，对得到的候选区域进行进一步的异常区域分类，并修正边框位置。

7.一种轮毂表面异常检测系统，其特征在于，包括图像获取模块和异常检测模型模块；

图像获取模块用于获取待检测的轮毂表面图像；

异常检测模型模块用于基于已训练的异常检测模型对所述轮毂表面图像进行异常检测，标记所述轮毂表面图像中的异常区域和异常区域对应的异常类别。

8.一种轮毂表面异常检测设备，其特征在于，包括：

至少一个处理器、至少一个存储器、通信接口和总线；其中，

所述处理器、存储器、通信接口通过所述总线完成相互间的通信；

所述通信接口用于该测试设备与显示装置的通信设备之间的信息传输；

所述存储器存储有可被所述处理器执行的程序指令，所述处理器调用所述程序指令能够执行如权利要求1至6任一所述的方法。

9.一种计算机程序产品，其特征在于，所述计算机程序产品包括存储在非暂态计算机可读存储介质上的计算机程序，所述计算机程序包括程序指令，当所述程序指令被计算机执行时，使所述计算机执行如权利要求1至6任一所述的方法。

10.一种非暂态计算机可读存储介质，其特征在于，所述非暂态计算机可读存储介质存储计算机指令，所述计算机指令使所述计算机执行如权利要求1至6任一所述的方法。