[发明专利]物体表面缺陷检测方法、相关装置及计算机存储介质

权利要求书

1.一种物体表面缺陷检测方法，所述方法用于电子设备，所述电子设备包括双目摄像头模块、与所述双目摄像头模块通信的图像分析模块、以及与所述图像分析模块通信的深度学习模块，其特征在于，所述方法包括：

通过所述双目摄像头模块采集待检测物体的图像，得到所述图像的特征信息；

通过所述图像分析模块确定所述图像对应的深度学习模型；

通过所述双目摄像头模块将所述图像的特征信息输入所述深度学习模块中的深度学习模型；其中，所述深度学习模块包括多个深度学习模型；

通过所述深度学习模型输出检测结果。

2.如权利要求1所述的方法，其特征在于，所述通过所述双目摄像头模块采集待检测物体的图像，得到所述图像的特征信息，包括：

采集所述待检测物体的图像，确定所述图像中的关键点；

基于所述图像中的关键点确定所述图像的特征信息。

3.如权利要求2所述的方法，其特征在于，所述图像包括两张视图；

所述基于所述图像中的关键点确定所述图像的特征信息，包括：

基于所述关键点在所述两张视图中的横坐标值，确定所述图像的视差；

基于所述图像的视差确定所述图像的特征信息。

4.如权利要求1所述的方法，其特征在于，所述通过所述图像分析模块确定所述待检测物体的图像对应的深度学习模型，包括：

基于所述待检测物体的图像，确定所述待检测物体的类别；

基于所述待检测物体的类别，确定所述待检测物体的图像对应的深度学习模型。

5.如权利要求4所述的方法，其特征在于，所述通过所述双目摄像头模块将所述图像的特征信息输入所述深度学习模块中的深度学习模型，包括：将所述图像的特征信息输入所述深度学习模块中所述待检测物体的图像对应的深度学习模型。

6.如权利要求5所述的方法，其特征在于，所述检测结果包括：所述待检测物体的表面是否存在缺陷和/或所述缺陷的位置信息；

所述通过所述深度学习模型输出检测结果，包括：通过所述深度学习模型输出所述待检测物体的表面是否存在缺陷和/或所述缺陷的位置信息。

7.如权利要求6所述的方法，其特征在于，所述电子设备还包括光机模块；

所述通过所述深度学习模型输出检测结果之后，所述方法还包括：通过所述光机模块将所述检测结果展示给用户。

8.如权利要求1-7所述的方法，其特征在于，所述电子设备还包括反馈模块和控制模块；

所述通过所述深度学习模型输出检测结果之后，所述方法还包括：

通过所述光机模块接收所述用户发送的反馈信息，并将所述反馈信息发送到所述深度学习模块中所述待检测物体的图像对应的深度学习模型；

通过所述控制模块控制所述深度学习模型中数据的更新；

通过所述深度学习模型对所述深度学习模型中的数据进行训练以对所述深度学习模型进行优化。

9.一种物体表面缺陷检测装置，所述装置用于电子设备，所述电子设备包括双目摄像头模块、与所述双目摄像头模块通信的图像分析模块、以及与所述图像分析模块通信的深度学习模块，其特征在于，所述装置包括：

得到模块，用于通过所述双目摄像头模块采集待检测物体的图像，得到所述图像的特征信息；

确定模块，用于通过所述图像分析模块确定所述图像对应的深度学习模型；

输入模块，用于通过所述双目摄像头模块将所述图像的特征信息输入所述深度学习模块中的深度学习模型；其中，所述深度学习模块包括多个深度学习模型；

输出模块，用于通过所述深度学习模型输出检测结果。