[发明专利]缺陷检测方法和装置

权利要求书

1.一种缺陷检测方法，其特征在于，包括以下步骤：

获取预设数量的样本图像，并根据每个所述样本图像的尺寸将每个所述样本图像切分为N个子图像，其中，N为大于1的正整数；

对每个所述样本图像的N个子图像分别作位置标识，并依据N个位置标识，将每个所述样本图像的N个子图像拼接成n*N通道训练图，其中，n为所述样本图像的原始通道数；

将每个所述n*N通道训练图作为目标检测网络的输入，对所述目标检测网络进行训练，其中，所述目标检测网络具有一个主干网络和N个网络头部，所述N个网络头部与所述N个位置标识一一对应，在n*N通道训练图输入目标检测网络后，通过主干网络得到对应的N组特征图，并将N组特征图对应的N个特征向量输入到对应的N个网络头部；

获取待检测图像，并将所述待检测图像切分为N个子图像，其中，所述待检测图像与所述样本图像的尺寸相同、原始通道数相同，所述待检测图像的N个子图像与所述样本图像的N个子图像的尺寸一一对应相同；

将所述待检测图像的N个子图像分别作位置标识，并依据N个位置标识，将所述待检测图像的N个子图像拼接成n*N通道待检测图；

将所述n*N通道待检测图输入训练后的目标检测网络，并输出缺陷检测结果。

2.根据权利要求1所述的缺陷检测方法，其特征在于，其中，以像素作为所述样本图像和所述待检测图像的尺寸计量单位。

3.根据权利要求1或2所述的缺陷检测方法，其特征在于，所述主干网络为ResNet、VGGNet或Darknet，每个所述网络头部均包含分类分支和回归分支。

4.根据权利要求3所述的缺陷检测方法，其特征在于，其中，在所述n*N通道训练图输入所述目标检测网络后，通过所述主干网络得到对应的N组特征图，并将所述N组特征图对应的N个特征向量输入到对应的N个网络头部。

5.一种缺陷检测装置，其特征在于，包括：

第一获取模块，用于获取预设数量的样本图像，并根据每个所述样本图像的尺寸将每个所述样本图像切分为N个子图像，其中，N为大于1的正整数；

第一处理模块，用于对每个所述样本图像的N个子图像分别作位置标识，并依据N个位置标识，将每个所述样本图像的N个子图像拼接成n*N通道训练图，其中，n为所述样本图像的原始通道数；

训练模块，用于将每个所述n*N通道训练图作为目标检测网络的输入，对所述目标检测网络进行训练，其中，所述目标检测网络具有一个主干网络和N个网络头部，所述N个网络头部与所述N个位置标识一一对应，在n*N通道训练图输入目标检测网络后，通过主干网络得到对应的N组特征图，并将N组特征图对应的N个特征向量输入到对应的N个网络头部；

第二获取模块，用于获取待检测图像，并将所述待检测图像切分为N个子图像，其中，所述待检测图像与所述样本图像的尺寸相同、原始通道数相同，所述待检测图像的N个子图像与所述样本图像的N个子图像的尺寸一一对应相同；

第二处理模块，用于将所述待检测图像的N个子图像分别作位置标识，并依据N个位置标识，将所述待检测图像的N个子图像拼接成n*N通道待检测图；

检测模块，用于将所述n*N通道待检测图输入训练后的目标检测网络，并输出缺陷检测结果。

6.根据权利要求5所述的缺陷检测装置，其特征在于，其中，以像素作为所述样本图像和所述待检测图像的尺寸计量单位。

7.根据权利要求5或6所述的缺陷检测装置，其特征在于，所述主干网络为ResNet、VGGNet或Darknet，每个所述网络头部均包含分类分支和回归分支。

8.根据权利要求7所述的缺陷检测装置，其特征在于，其中，在所述n*N通道训练图输入所述目标检测网络后，通过所述主干网络得到对应的N组特征图，并将所述N组特征图对应的N个特征向量输入到对应的N个网络头部。