[发明专利]产品图像缺陷检测方法、装置、电子设备及存储介质

权利要求书

1.一种产品图像缺陷检测方法，其特征在于，包括以下步骤：

获取待检测的产品图像；

将所述产品图像输入训练好的语义分割模型，得到缺陷预测二值图；

将所述产品图像输入训练好的关键点监测模型，得到所述产品图像中所有缺陷点对应的坐标；

将所述缺陷点对应的坐标投射到所述缺陷预测二值图中，遍历所有缺陷预测区域，当所述缺陷预测区域内包含缺陷点对应的坐标，则判定该缺陷预测区域为真实缺陷区域。

2.根据权利要求1所述的一种产品图像缺陷检测方法，其特征在于：

所述语义分割模型为deeplab v3模型。

3.根据权利要求2所述的一种产品图像缺陷检测方法，其特征在于，所述deeplab v3模型的训练过程包括：

获取语义分割数据集，所述数据集包括多张产品图像，每张产品图像包括对应的缺陷标注；

构建deeplab v3模型，其中，所述deeplab v3模型的损失函数为逐像素的交叉熵损失；

使用所述语义分割数据集训练所述deeplab v3模型，得到训练好的语义分割模型；其中，训练采用poly学习率策略，初始学习率设置为0.007。

4.根据权利要求1所述的一种产品图像缺陷检测方法，其特征在于：

所述关键点检测模型为SimpleBaselines模型。

5.根据权利要求1所述的一种产品图像缺陷检测方法，其特征在于，所述SimpleBaselines模型的训练过程包括：

获取关键点检测数据集，所述数据集包括多张产品图像，每张产品图像包括对应的缺陷关键点坐标标注；

构建所述SimpleBaselines模型，其中，所述SimpleBaselines模型的损失函数为均方误差，优化算法为Adam，batch size＝32；num epochs＝30；lr＝0.01；

使用所述关键点检测数据集对所述SimpleBaselines模型进行训练至收敛，得到训练好的关键点检测模型。

6.一种产品图像缺陷检测装置，其特征在于，包括：

产品图像获取模块，用于获取待检测的产品图像；

缺陷预测二值图获取模块，用于将所述产品图像输入训练好的语义分割模型，得到缺陷预测二值图；

缺陷点坐标获取模块，用于将所述产品图像输入训练好的关键点监测模型，得到所述产品图像中所有缺陷点对应的坐标；

缺陷区域判定模块，用于将所述缺陷点对应的坐标投射到所述缺陷预测二值图中，遍历所有缺陷预测区域，当所述缺陷预测区域内包含缺陷点对应的坐标，则判定该缺陷预测区域为真实缺陷区域。

7.一种电子设备，其特征在于，包括：

至少一个存储器以及至少一个处理器；

所述存储器，用于存储一个或多个程序；

当所述一个或多个程序被所述至少一个处理器执行，使得所述至少一个处理器实现如权利要求1-5任一所述的一种产品图像缺陷检测方法的步骤。

8.一种计算机可读存储介质，其特征在于：

所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时实现如权利要求1-5任一所述的一种产品图像缺陷检测方法的步骤。