[发明专利]一种车辆外观缺陷检测方法、装置和存储介质

权利要求书

1.一种车辆外观缺陷检测方法，其特征在于，包括：

采集车辆外观缺陷图像和正常车辆外观图像，分别对采集图像进行数据标注，构建一个车辆外观数据集；

对所述的车辆外观数据集进行数据预处理和数据集划分，采用数据增广和聚类方法，增加车辆外观数据集的数据量，并总结数据特性；

构建一个车辆外观缺陷检测网络，采用预处理的参数和数据进行训练；

选择检测方式，将待检测图像导入所述的训练好的车辆外观缺陷检测网络，输出缺陷区域与缺陷类型。

2.根据权利要求1所述的车辆外观缺陷检测方法，其特征在于，所述的车辆外观数据集的构建，包括：

采集待检测车辆的外观缺陷图像；

在车辆外观缺陷图像上标注车辆外观缺陷的位置，得到缺陷标注框，该缺陷标注框中包括缺陷所在部位和缺陷，将缺陷标注框存储在一个车辆外观数据集中，车辆外观数据集中包含车辆外观缺陷图像和正常车辆外观图像、缺陷标注框内中心点坐标、标注框长宽以及标注框类别。

3.根据权利要求1所述的车辆外观缺陷检测方法，其特征在于，所述的数据增广和聚类的方法，包括：

对车辆外观数据集中的车辆外观缺陷图像和正常车辆外观图像进行随机旋转、缩放、亮度变化和模糊，得到增广变换后的车辆外观缺陷图像和正常车辆外观图像，将增广变换后的车辆外观缺陷图像和正常车辆外观图像添加到车辆外观数据集中；

对所述的增广变换后的数据集进行处理，将面积小于整个图像面积1％的缺陷标注框，根据缺陷位置进行裁剪，并将裁剪后的缺陷随机多次粘贴到同一幅图像的其他不存在缺陷的背景区域，得到多个缺陷标注框，分别将多个缺陷标注框的中心点坐标、标注框长宽以及标注框类别存储到车辆外观数据集中；

分别统计所述的车辆外观数据集中多个缺陷标注框的长宽与所属图像的长宽之间的比例；使用K-Means方法，对多个长宽比例进行聚类，得到九个预选锚点框，将九个预选锚点框根据大小依次排序，将依次排序后的九个预选锚点框中的三个最小的框作为下采样8倍的特征图的锚点框，三个中等大小的框作为下采样16倍的特征图的锚点框，三个最大的框作为下采样32倍的特征图的锚点框，得到车辆外观数据集中数据的特性。

4.根据权利要求1所述的车辆外观缺陷检测方法，其特征在于，所述的构建一个车辆外观缺陷检测网络，采用预处理的参数和数据进行训练，包括：

构建一个车辆外观缺陷检测网络，包括沙漏网络、双向多尺度特征网络和三个跳跃连接卷积检测网络分支；

将车辆外观数据集中的数据的10％作为测试集，90％作为训练集；

使用车辆外观数据集中的训练集数据，对车辆外观缺陷检测网络进行训练。