[发明专利]工业产品缺陷检测方法和装置

权利要求书

1.一种工业产品缺陷检测方法，其特征在于，包括以下步骤：

S1，获取缺陷集，其中，所述缺陷集包括多个缺陷图像，每个所述缺陷图像均包含普通缺陷；

S2，抽取所述缺陷集中的一部分缺陷图像进行缺陷标注，以构成第一训练集，并通过所述第一训练集训练目标检测模型；

S3，将所述缺陷集中的每个缺陷图像分别输入训练后的目标检测模型，得到每个缺陷图像的第一缺陷检出框；

S4，对每个所述第一缺陷检出框进行物理量分析以得到缺陷物理量数据，并判断每个所述第一缺陷检出框内是否真的包含普通缺陷，以及以是否真的包含普通缺陷的判断结果对相应的第一缺陷检出框的缺陷物理量数据进行标注，以得到第二训练集，并通过所述第二训练集训练过检分析模型；

S5，获取良品集，其中，所述良品集包括多个良品图像；

S6，抽取所述良品集中的一部分良品图像进行随机抠图操作，生成模拟特殊缺陷的残缺图像，并以该部分良品图像及其对应的残缺图像构成第三训练集，以及通过所述第三训练集训练残缺图恢复模型；

S7，将所述良品集中的每个良品图像分别输入训练后的残缺图恢复模型中的特征提取网络，得到每个良品图像对应的特征向量，构成良品向量库；

S8，获取待检测工业产品图像；

S9，将所述待检测工业产品图像输入训练后的目标检测模型，得到所述待检测工业产品图像的第二缺陷检出框；

S10，将所述待检测工业产品图像的第二缺陷检出框输入所述过检分析模型，得到所述待检测工业产品图像的第二缺陷检出框内是否真的包含普通缺陷的过检分析结果；

S11，将所述待检测工业产品图像输入训练后的残缺图恢复模型中的特征提取网络，得到所述待检测工业产品图像的特征向量；

S12，从所述良品向量库中随机抽取预设数量的特征向量；

S13，计算所述待检测工业产品图像的特征向量与从所述良品向量库中抽取的特征向量的相似度数据；

S14，根据所述相似度数据得到所述待检测工业产品图像是否存在特殊缺陷的漏检分析结果；

S15，以所述过检分析结果和所述漏检分析结果作为所述待检测工业产品图像的缺陷检测结果。

2.根据权利要求1所述的工业产品缺陷检测方法，其特征在于，所述缺陷物理量数据包括第一缺陷检出框的尺寸数据、坐标数据、对比度数据、亮度数据、灰度数据、类别、检出分数中的至少一种。

3.根据权利要求1或2所述的工业产品缺陷检测方法，其特征在于，步骤S13具体包括：

计算所述待检测工业产品图像的特征向量与从所述良品向量库中抽取的每个特征向量之间的余弦相似度，并求取平均值，得到所述相似度数据。

4.根据权利要求3所述的工业产品缺陷检测方法，其特征在于，步骤S14具体包括：

如果所述相似度数据大于或等于预设阈值，则判定所述待检测工业产品图像不存在特殊缺陷；

如果所述相似度数据小于所述预设阈值，则判定所述待检测工业产品图像存在特殊缺陷。