[发明专利]AOI缺陷检测方法、装置和设备及计算机介质

权利要求书

1.一种AOI缺陷检测方法，其特征在于，包括：

获取待检测图像并进行ROI区域粗定位；

基于语义分割模型对粗定位的ROI区域进行分割得到高精度区域；

基于所述高精度区域分别进行检测模型预测和语义分割模型预测，分别得到缺陷区域的外接矩形区域和轮廓区域；

将所述检测模型预测和所述语义分割模型预测的结果进行融合后输出；

利用分类模型对输出的融合结果进行筛选得到目标缺陷检测结果。

2.如权利要求1所述的AOI缺陷检测方法，其特征在于，所述基于语义分割模型对粗定位的ROI区域进行分割得到高精度区域，包括：

利用深度学习语义分割模型对所述粗定位的ROI区域的四个角块区域进行分割得到四个角点，根据所述四个角点进行ROI区域透视变换得到所述高精度区域。

3.如权利要求1所述的AOI缺陷检测方法，其特征在于，所述将所述检测模型预测和所述语义分割模型预测的结果进行融合后输出，包括：

对所述检测模型结果和所述分割模型结果进行判断，当所述检测模型结果为空，所述分割模型结果为空，则输出为空；当所述检测模型结果为空，所述分割模型结果不为空，则输出所述分割模型结果；当所述检测模型结果不为空，所述分割模型结果为空，则输出所述检测模型结果；当所述检测模型结果不为空，所述分割模型结果不为空，则对于同一缺陷类别重合的区域，输出所述分割模型结果并将所述检测模型的置信度赋值给该缺陷，其余不重合区域的所述分割模型结果和所述检测模型结果均作为输出。

4.如权利要求1所述的AOI缺陷检测方法，其特征在于，所述利用分类模型对融合结果进行筛选，包括：

通过分类模型对所述检测模型和所述分割模型的融合结果进行二分类判断，属于缺陷的判定为NG，属于误检的判定为OK，将判定为NG的所有结果作为本步骤的输出。

5.如权利要求4所述的AOI缺陷检测方法，其特征在于，在所述利用分类模型对融合结果进行筛选之后，还包括：

设置预设参数阈值对所述二分类判断得到的缺陷结果进行筛选，得到满足规格的缺陷检测结果；其中，所述预设参数指标包括：宽度、高度、面积、对比度中的一者或多者。

6.一种AOI缺陷检测装置，其特征在于，包括：

粗定位模块，用于获取待检测图像并进行ROI区域粗定位；

高精度区域分割模块，用于基于语义分割模型对粗定位的ROI区域进行分割得到高精度区域；

模型预测模块，用于基于所述高精度区域分别进行检测模型预测和语义分割模型预测，分别得到缺陷区域的外接矩形区域和轮廓区域；

结果融合模块，用于将所述检测模型预测和所述语义分割模型预测的结果进行融合后输出；

检测结果得到模块，用于利用分类模型对输出的融合结果进行筛选得到目标缺陷检测结果。

7.如权利要求6所述的AOI缺陷检测装置，其特征在于，还包括：

模型预测结果判断模块，用于对所述检测模型结果和所述分割模型结果进行判断，当所述检测模型结果为空，所述分割模型结果为空，则输出为空；当所述检测模型结果为空，所述分割模型结果不为空，则输出所述分割模型结果；当所述检测模型结果不为空，所述分割模型结果为空，则输出所述检测模型结果；当所述检测模型结果不为空，所述分割模型结果不为空，则对于同一缺陷类别重合的区域，输出所述分割模型结果并将所述检测模型的置信度赋值给该缺陷，其余不重合区域的所述分割模型结果和所述检测模型结果均作为输出。

8.如权利要求6所述的AOI缺陷检测装置，其特征在于，还包括：

阈值设置模块，用于设置预设参数阈值对所述二分类判断得到的缺陷结果进行筛选，得到满足规格的缺陷检测结果；其中，所述预设参数指标包括：宽度、高度、面积、对比度中的一者或多者。