[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

说明书

本申请涉及焊点缺陷检测技术领域，具体而言，涉及一种模型训练方法、焊点缺陷检测方法、装置及电子设备。本申请实施例提供的模型训练方法，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N张良品焊接图像与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N张坏品焊接图像和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。本申请实施例提供的模型训练方法、焊点缺陷检测方法、装置及电子设备能够解决焊接产品生产初期，由于缺陷样本缺失而无法顺利对焊接过程中形成的焊点进行缺陷检测的问题。

技术领域

本申请涉及焊点缺陷检测技术领域，具体而言，涉及一种模型训练方法、焊点缺陷检测方法、装置及电子设备。

背景技术

焊接，也称作熔接、镕接，是一种以加热、高温或者高压的方式接合金属或其他热塑性材料的制造工艺及技术。在焊接产品的生产制造过程中，通常需要对焊接过程中形成的焊点进行缺陷检测，以避免将存在焊点缺陷的焊接产品误判为良品，而降低焊接产品的出厂良品率。

现有技术中，通常是通过机器学习获得焊点缺陷检测模型，再通过焊点缺件检测模块对焊接过程中形成的焊点进行缺陷检测。但是，由于焊点形态的多样性，在焊接产品的生产初期，往往不存在坏品焊接图像，或仅存在少量的坏品焊接图像作为缺陷样本，而无法满足机器学习的样本需求量。因此，如何解决焊接产品生产初期，由于缺陷样本缺失而无法顺利对焊接过程中形成的焊点进行缺陷检测的问题，成为焊点缺陷检测技术领域亟待解决的问题。

发明内容

本申请的目的在于，提供一种模型训练方法、焊点缺陷检测方法、装置及电子设备，以解决上述问题。

第一方面，本申请提供的模型训练方法，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N张良品焊接图像与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N张坏品焊接图像和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。

结合第一方面，本申请实施例还提供了第一方面的第一种可选的实施方式，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N张良品焊接图像与N张坏品焊接图像一一对应之前，模型训练方法，还包括：

采集M张初始焊接图像，且M张初始焊接图像对应的焊接物均为良品焊接物；

对M张初始焊接图像进行图像预处理，获得M张良品焊接图像，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。

结合第一方面的第一种可选的实施方式，本申请实施例还提供了第一方面的第二种可选的实施方式，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N张良品焊接图像与N张坏品焊接图像一一对应，包括：

将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N张良品焊接图像；

针对N张良品焊接图像中的每张良品焊接图像，通过在良品焊接图像上添加目标缺陷特征，制作N张坏品焊接图像，且N张良品焊接图像与N张坏品焊接图像一一对应。

结合第一方面的第二种可选的实施方式，本申请实施例还提供了第一方面的第三种可选的实施方式，通过在良品焊接图像上添加目标缺陷特征，制作N张坏品焊接图像，包括：

针对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；

在良品焊接图像上添加目标缺陷特征，获得一张坏品焊接图像。

结合第一方面，本申请实施例还提供了第一方面的第四种可选的实施方式，通过N张坏品焊接图像和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：