[发明专利]工件缺陷检测方法及装置

说明书

本申请揭示了一种工件缺陷检测方法及装置，属于工件缺陷检测技术领域。该方法包括利用视觉检测机台获取从产线上收集的工件的光学面图像；核对光学面图像上缺陷所在的位置及缺陷区域；将光学面图像输入至缺陷预测模型以获取预测数据；将核对的缺陷区域以及预测数据中的缺陷区域进行对比，将相交区域高于预定阈值的缺陷记为检出，将其他缺陷记为过检；将检出和过检分别标记于光学图像中对应缺陷的位置处，以供人工复核。本申请通过以不漏检为目标的缺陷预测模型输出关于缺陷的预测数据，并与核对的该光学面的缺陷数据进行对比，通过将缺陷预测模型输出的预测数据与实物对齐方案作为缺陷预测模型的辅助手段，使得漏检和过杀指标双双得以下降。

技术领域

本发明属于工件缺陷检测技术领域，涉及一种工件缺陷检测方法及装置。

背景技术

在质检领域，通常利用深度神经网络模型对工件缺陷进行质检。在传统的质检方式中，通常是针对指定光学面是否含有缺陷的方式对深度神经网络模型进行训练。在模型训练的过程中，为了尽可能的检出包含有缺陷的负样本，往往造成不包含有缺陷的正样本的过检；而为了尽可能的过滤正样本，又往往造成负样本的漏检。最终，深度神经网络模型的训练结果往往在过检和漏检之间来回倾斜，难以达到一个能满足客户检测需求的平衡点，使项目难以落地。

发明内容

为了解决相关技术中因深度神经网络模型的训练结果难以在过检和漏检之间平衡的问题，本申请提供了一种工件缺陷检测方法及装置。技术方案如下：

第一方面，本申请提供了一种工件缺陷检测方法，所述方法包括：

利用视觉检测机台获取从产线上收集的工件的光学面图像；

核对所述光学面图像上缺陷所在的位置及缺陷区域；

将所述光学面图像输入至缺陷预测模型以获取预测数据，所述预测数据包括所述光学面中各个缺陷的位置及缺陷区域；

将所述核对的缺陷区域以及所述预测数据中的缺陷区域进行对比，将相交区域高于预定阈值的缺陷记为检出，将其他缺陷记为过检；

将检出和过检分别标记于所述光学图像中对应缺陷的位置处，以供人工复核。

可选的，在所述利用视觉检测机台获取产线上工件的光学面图像之前，所述方法还包括：

根据待检测的缺陷类型，从产线上收集具备所述缺陷类型的工件。

可选的，所述核对所述光学面图像.上缺陷所在的位置及缺陷区域，包括：

显示所述光学面图像；

获取在所述光学面图像中选中的包含有缺陷的区域；

在位置输入框中显示所述区域的中心位置,在区域输入框中显示所述区域的区域范围，所述位置输入框和所述区域输入框中的数据允许复核人员更改；

在接收到确定指令时，获取所述位置输入框中的位置数据，以及所述区域输入框中的区域数据。

可选的，在所述将检出标记和过检标记分别标记于所述光学图像中对应缺陷的位置处，以供人工复核之后，所述方法还包括：

根据所述光学图像中的标记以及实际缺陷情况，更改检测规则；

利用所述更改后的检测规则更新所述缺陷预测模型。

可选的，所述缺陷预测模型被配置为识别光学面中的所有缺陷，输出以不漏检为目标的预测数据。

第二方面，本申请还提供一种工件缺陷检测装置，所述装置包括：

第一获取模块，用于利用视觉检测机台获取从产线上收集的工件的光学面图像；

核对模块，用于核对所述光学面图像上缺陷所在的位置及缺陷区域；