[发明专利]物体表面缺陷的检测方法、装置、设备及存储介质

说明书

本发明公开了一种物体表面缺陷的检测方法、装置、设备及存储介质，首先生成与检测对象的标注框位置的分布规律对应的一系列锚框，所述一系列锚框中心点的分布构成所述检测对象对应的锚框分布图形，然后根据所述锚框分布图形对应的一系列锚框对检测模型进行训练，直到标注框和生成框相对于锚框的偏移量最小，得到训练后的检测模型，利用训练后的检测模型对所述检测对象的表面缺陷进行检测，得到表面缺陷生成框，从而使得目标物体的表面缺陷检测结果更准确，减少生成没有意义的锚框数据，从而减少了对计算与存储资源的浪费。

技术领域

本发明涉及表面缺陷检测技术领域，特别涉及一种物体表面缺陷的检测方法、装置、设备及存储介质。

背景技术

随着机器视觉技术的发展，其已经被应用到很多行业中来对物体的表面缺陷进行检测，例如水果行业。

目前我国水果的出口量占水果产量的比重较低，这主要是由于其产后处理技术比较落后，以脐橙为例，经销商仅对脐橙表面坏点检测利用基于神经网络的机器视觉技术对脐橙表面坏点进行检测，其中主要用到锚框(Anchor Boxes，简称AB)技术。一般AB的生成是均匀分布的，从而在对物体的检测过程中，对于没有物体覆盖的地方也会生成AB数据，而这些AB数据是没有意义的，还会占用大量的计算与存储资源。

因此，现有的AB生成方案会对智能检测机器造成计算与存储资源的浪费。

发明内容

本发明的目的在于提供一种物体表面缺陷的检测方法、装置、设备及存储介质，以减少对智能检测机器中计算与存储资源的浪费。

第一方面，本发明实施例提供了一种物体表面缺陷的检测方法，包括：

生成与检测对象的标注框位置的分布规律对应的一系列锚框，所述一系列锚框中心点的分布构成所述检测对象对应的锚框分布图形；

根据所述锚框分布图形对应的一系列锚框对检测模型进行训练，得到训练后的检测模型；

利用所述训练后的检测模型对所述检测对象的表面缺陷进行检测，得到表面缺陷生成框。

在一种可能的实现方式中，在本发明实施例提供的上述方法中，所述生成与检测对象的标注框位置的分布规律对应的一系列锚框，所述一系列锚框中心点的分布构成所述检测对象对应的锚框分布图形，包括：

获取所述检测对象对应的目标图像；

对所述目标图像进行标注，得到所述目标物体对应的标注数据集；

对所述标注数据集中每个标注框中心点的坐标进行统计，得到统计结果；

根据所述统计结果，采用塌缩算子将当前的正方形锚框分布图形映射为与所述检测对象的标注框位置的分布规律对应的一系列锚框，所述一系列锚框中心点的分布构成所述检测对象对应的锚框分布图形。

在一种可能的实现方式中，在本发明实施例提供的上述方法中，所述塌缩算子采用第一计算公式：

其中，(x,y)为变换后的坐标；(x₀,y₀)为变换前的坐标；(a,b)为中心坐标；k为塌缩因子。

在一种可能的实现方式中，在本发明实施例提供的上述方法中，所述塌缩因子采用第二计算公式：

第二方面，本发明实施例提供了一种物体表面缺陷的检测装置，包括：

生成模块，用于生成与检测对象的标注框位置的分布规律对应的一系列锚框，所述一系列锚框中心点的分布构成所述检测对象对应的锚框分布图形；

训练模块，用于根据所述锚框分布图形对应的一系列锚框对检测模型进行训练，得到训练后的检测模型；