[发明专利]电子设备背板外观瑕疵检测方法及设备

权利要求书

1.一种电子设备背板外观瑕疵检测方法，其中，该方法包括：

获取电子设备的外观图像；

从所述电子设备的外观图像中提取该电子设备的背板外观区域图像，将所述背板外观区域图像调整为长度和宽度相同的图像；

将调整后的背板外观区域图像输入训练结束后的FPN网络结合backbone网络的模型；

从所述FPN网络结合backbone网络的模型接收输出的电子设备的背板外观区域的瑕疵检测结果，所述瑕疵检测结果包括：电子设备的背板的瑕疵种类、瑕疵在电子设备的背板中的位置和瑕疵检测结果的置信度。

2.根据权利要求1所述的方法，其中，从所述电子设备的外观图像中提取该电子设备的背板外观区域图像，包括：

采用Unet实例分割的方式，从所述电子设备的外观图像中提取该电子设备的背板外观区域图像。

3.根据权利要求1所述的方法，其中，所述backbone网络的前2层采用res结构，网络的后2层采用inception结构。

4.根据权利要求1所述的方法，其中，从所述FPN网络结合backbone网络的模型接收输出的电子设备的背板外观区域的瑕疵检测结果之后，还包括：

识别所述瑕疵检测结果的置信度是否大于第一预设阈值，

若大于所述第一预设阈值，则输出包括电子设备的背板的瑕疵种类、瑕疵在电子设备的背板中的位置的结果信息。

5.根据权利要求1所述的方法，其中，将所述背板外观区域图像输入FPN网络结合backbone网络的模型之前，还包括：

步骤一，预设FPN网络结合backbone网络的模型及其初始的模型参数；

步骤二，将样本电子设备的背板外观区域图像输入带有当前的模型参数的FPN网络结合backbone网络的模型，得到样本电子设备的背板的瑕疵预测结果，所述瑕疵预测结果包括：样本电子设备的背板的瑕疵种类、瑕疵在样本电子设备的背板中的位置和瑕疵检测结果的置信度；

步骤三，基于预设目标函数计算所述瑕疵预测结果与样本电子设备的真实瑕疵结果之间的差值，识别所述差值是否大于第二预设阈，

若所述差值大于第二预设阈值，则步骤四，基于所述差值更新所述FPN网络结合backbone网络的模型参数后，重新从步骤二开始执行；

若所述差值小于等于第二预设阈值，则步骤五，将带有当前的模型参数的FPN网络结合backbone网络的模型作为训练结束后的FPN网络结合backbone网络的模型。

6.根据权利要求1所述的方法，其中，将所述背板外观区域图像调整为长度和宽度相同的图像，包括：

将所述背板外观区域图像的长度方向进行缩放。

7.一种电子设备背板外观瑕疵检测设备，其中，该设备包括：

第一装置，用于获取电子设备的外观图像；

第二装置，用于从所述电子设备的外观图像中提取该电子设备的背板外观区域图像，将所述背板外观区域图像调整为长度和宽度相同的图像；

第三装置，用于将调整后的背板外观区域图像输入训练结束后的FPN网络结合backbone网络的模型；

第四装置，用于从所述FPN网络结合backbone网络的模型接收输出的电子设备的背板外观区域的瑕疵检测结果，所述瑕疵检测结果包括：电子设备的背板的瑕疵种类、瑕疵在电子设备的背板中的位置和瑕疵检测结果的置信度。

8.根据权利要求7所述的装置，其中，所述第二装置，用于采用Unet实例分割的方式，从所述电子设备的外观图像中提取该电子设备的背板外观区域图像。

9.根据权利要求7所述的装置，其中，所述backbone网络的前2层采用res结构，网络的后2层采用inception结构。