[发明专利]深度学习缺陷数据集方法、系统及电子设备

权利要求书

1.一种深度学习缺陷数据集的构建方法，其特征在于，所述方法包括：

获取三维物体模型；

将所述三维物体模型导入虚拟场景中，得到虚拟物体场景；

通过着色器对所述虚拟物体场景中的三维物体模型进行缺陷修改，并随机修改所述虚拟物体场景的环境参数；

采集经过修改后的所述虚拟物体场景在不同相机参数下的图片，形成深度学习缺陷数据集。

2.根据权利要求1所述的方法，其特征在于，所述获取三维物体模型的步骤包括：

获取物体的CAD图纸；

根据所述CAD图纸构建三维物体模型。

3.根据权利要求1所述的方法，其特征在于，所述采集经过修改后的所述虚拟物体场景在不同相机参数下的图片，形成深度学习缺陷数据集的步骤之前，所述方法还包括：

调整所述虚拟物体场景中虚拟场景的属性参数；

通过所述属性参数的调整，形成多种虚拟场景。

4.根据权利要求1所述的方法，其特征在于，所述采集经过修改后的所述虚拟物体场景在不同相机参数下的图片，形成深度学习缺陷数据集的步骤包括：

确定不同的相机参数；

针对每一个相机参数，生成经过修改后的所述虚拟物体场景在所述相机参数下的图片；

通过不同相机参数的图片构建深度学习缺陷数据集。

5.根据权利要求1所述的方法，其特征在于，所述采集经过修改后的所述虚拟物体场景在不同相机参数下的图片，形成深度学习缺陷数据集的步骤包括：

采集经过修改后的所述虚拟物体场景在不同相机参数下的图片；

向所述图片中加入噪声数据，得到噪声图片；

通过所述噪声图片构建深度学习缺陷数据集。

6.一种深度学习缺陷数据集系统，其特征在于，所述系统包括：

三维物体模型获取模块，用于获取三维物体模型；

三维物体模型导入模块，用于将所述三维物体模型导入虚拟场景中，得到虚拟物体场景；

缺陷修改模块，用于通过着色器对所述虚拟物体场景中的三维物体模型进行缺陷修改，并随机修改所述虚拟物体场景的环境参数；

图片采集模块，用于采集经过修改后的所述虚拟物体场景在不同相机参数下的图片，形成深度学习缺陷数据集。

7.根据权利要求6所述的系统，其特征在于，所述系统还包括：

属性参数调整模块，用于调整所述虚拟物体场景中虚拟场景的属性参数；

多种虚拟场景形成模块，用于通过所述属性参数的调整，形成多种虚拟场景。

8.根据权利要求6所述的系统，其特征在于，所述图片采集模块包括：

图片采集单元，用于采集经过修改后的所述虚拟物体场景在不同相机参数下的图片；

噪声数据加入单元，用于向所述图片中加入噪声数据，得到噪声图片；

缺陷数据集构建单元，用于通过所述噪声图片构建深度学习缺陷数据集。

9.一种电子设备，其特征在于，所述电子设备包括：

至少一个处理器；以及

与所述至少一个处理器通信连接的存储器；其中，

所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行如权利要求1-5任一项所述的方法。

10.一种计算机可读存储介质，用于存储程序，其特征在于，所述程序在被执行时使得服务器执行如权利要求1-5任一项所述的方法。