[发明专利]模型训练方法、焊点缺陷检测方法、装置及电子设备

权利要求书

1.一种模型训练方法，其特征在于，包括：

根据采集的M张良品焊接图像，制作N张良品焊接图像和N张坏品焊接图像，且所述N张良品焊接图像与所述N张坏品焊接图像一一对应，其中，M和N为大于等于1的整数，且N大于M；

通过所述N张坏品焊接图像和所述N张良品焊接图像，对初始生成式对抗网络进行训练，获得目标生成器。

2.根据权利要求1所述的模型训练方法，其特征在于，所述根据采集的M张良品焊接图像，制作N张良品焊接图像和N张坏品焊接图像，且所述N张良品焊接图像与所述N张坏品焊接图像一一对应之前，所述模型训练方法，还包括：

采集M张初始焊接图像，且所述M张初始焊接图像对应的焊接物均为良品焊接物；

对所述M张初始焊接图像进行图像预处理，获得所述M张良品焊接图像，所述图像预处理包括尺寸标准化处理、去噪处理和对比度处理中的至少一者。

3.根据权利要求1所述的模型训练方法，其特征在于，所述根据采集的M张良品焊接图像，制作N张良品焊接图像和N张坏品焊接图像，且所述N张良品焊接图像与所述N张坏品焊接图像一一对应，包括：

将所述M张良品焊接图像中的每张良品焊接图像复制M分之N次，获得所述N张良品焊接图像；

针对所述N张良品焊接图像中的每张良品焊接图像，通过在所述良品焊接图像上添加目标缺陷特征，制作所述N张坏品焊接图像，且所述N张良品焊接图像与所述N张坏品焊接图像一一对应。

4.根据权利要求3所述的模型训练方法，其特征在于，所述通过在所述良品焊接图像上添加目标缺陷特征，制作所述N张坏品焊接图像，包括：

针对所述N张良品焊接图像中的每张良品焊接图像，从缺陷特征集中选取出目标缺陷特征；

在所述良品焊接图像上添加目标缺陷特征，获得一张所述坏品焊接图像。

5.根据权利要求1所述的模型训练方法，其特征在于，所述通过所述N张坏品焊接图像和所述N张良品焊接图像，对初始生成式对抗网络进行训练，获得目标生成器，包括：

针对所述N张坏品焊接图像中的每张坏品焊接图像，将所述坏品焊接图像输入初始生成式对抗网络中包括的初始生成器，以获得所述初始生成器输出的第一中间图像；

获取所述初始生成式对抗网络中包括的初始判别器根据所述坏品焊接图像对应的良品焊接图像和所述第一中间图像输出的判别概率值；

若所述判别概率值位于预设概率区间，则停止针对所述坏品焊接图像的模型训练，以获得所述目标生成器；

若所述判别概率值超出预设概率区间，则继续执行针对所述坏品焊接图像的模型训练，直至所述判别概率值位于预设概率区间时，停止针对所述坏品焊接图像的模型训练，以获得所述目标生成器。

6.一种焊点缺陷检测方法，其特征在于，包括：

将获取的目标检测图像输入权利要求1~5中任意一项所述的目标生成器，以获取所述目标生成器输出的良品预测图像；

对所述目标检测图像和所述良品预测图像作差分处理，获得缺陷表征区域；

根据所述缺陷表征区域，获得所述目标检测图像的缺陷检测结果。

7.一种模型训练装置，其特征在于，包括：

样本构建模块，用于根据采集的M张良品焊接图像，制作N张良品焊接图像和N张坏品焊接图像，且所述N张良品焊接图像与所述N张坏品焊接图像一一对应，其中，M和N为大于等于1的整数，且N大于M；

模型训练模块，用于通过所述N张坏品焊接图像和所述N张良品焊接图像，对初始生成式对抗网络进行训练，获得目标生成器。

8.一种焊点缺陷检测装置，其特征在于，包括：

预测图像获取模块，用于将获取的目标检测图像输入权利要求1~5中任意一项所述的目标生成器，以获取所述目标生成器输出的良品预测图像；

差分处理模块，用于对所述目标检测图像和所述良品预测图像作差分处理，获得缺陷表征区域；

检测结果获取模块，用于根据所述缺陷表征区域，获得所述目标检测图像的缺陷检测结果。