[发明专利]产品表面缺陷检测方法、装置、电子设备及存储介质

权利要求书

1.一种产品表面缺陷检测方法，其特征在于，包括：

获取产品的待检测图像；

将所述待检测图像输入至缺陷检测模型，得到所述缺陷检测模型输出的所述产品的缺陷检测结果；

其中，所述缺陷检测模型包括特征提取模块、注意力细化模块和特征解析模块；所述特征提取模块用于提取所述待检测图像的图像特征；所述注意力细化模块用于提取所述图像特征的细化特征；所述特征解析模块用于基于所述细化特征，确定所述缺陷检测结果；

所述缺陷检测模型基于携带有缺陷标签的产品样本图像对初始模型训练得到；在所述初始模型的训练过程中，将所述产品样本图像输入至所述初始模型，得到所述初始模型中初始注意力细化模块输出的所述产品样本图像中所述缺陷标签对应的缺陷像素点的第一细化特征及除所述缺陷像素点外的背景像素点的第二细化特征，以及所述初始模型中初始特征解析模块输出的初始检测结果；

基于所述第一细化特征和所述第二细化特征计算特征分离损失，基于所述初始检测结果和所述缺陷标签计算检测损失，并基于所述特征分离损失和所述检测损失，对所述初始模型的结构参数进行迭代更新，得到所述缺陷检测模型；

所述缺陷标签包括样本缺陷类别；相应地，所述基于所述第一细化特征和所述第二细化特征计算特征分离损失，包括：

计算所述样本缺陷类别对应的缺陷像素点的第一细化特征和背景像素点的第二细化特征共同符合的高斯分布；

基于所述高斯分布，计算所述样本缺陷类别对应的第一联合概率和图像背景对应的第二联合概率，并基于所述第一联合概率和所述第二联合概率，计算所述特征分离损失。

2.根据权利要求1所述的产品表面缺陷检测方法，其特征在于，所述基于所述第一联合概率和所述第二联合概率，计算所述特征分离损失，包括：

计算所述第一联合概率的第一对数，并对所述第一对数翻转符号并反转，得到第一结果；

计算所述第二联合概率的第二对数，并对所述第二对数翻转符号并反转，得到第二结果；

计算所述第一结果与所述第二结果的第一比值，并基于所述第一比值计算所述特征分离损失；

或者，计算所述第二结果与所述第一结果的第二比值，并基于所述第二比值计算所述特征分离损失。

3.根据权利要求1所述的产品表面缺陷检测方法，其特征在于，所述计算所述样本缺陷类别对应的缺陷像素点的第一细化特征和背景像素点的第二细化特征共同符合的高斯分布，包括：

计算所述缺陷像素点在每个通道的第一细化特征和所述背景像素点在相同通道的第二细化特征共同符合的高斯分布；

相应地，所述第一联合概率为所述样本缺陷类别对应的所有缺陷像素点在所有通道的第一细化特征的联合概率，所述第二联合概率为所述图像背景对应的所有背景像素点在所有通道的第二细化特征的联合概率。

4.根据权利要求1所述的产品表面缺陷检测方法，其特征在于，所述特征解析模块包括区域候选模块、区域特征聚集模块和分类模块；

所述区域候选模块用于基于所述细化特征，确定候选区域；

所述区域特征聚集模块用于对所述细化特征和所述候选区域进行ROI Align操作，得到操作结果；

所述分类模块用于基于所述操作结果，确定所述缺陷检测结果，所述缺陷检测结果包括目标缺陷边界框、所述目标缺陷边界框对应的目标缺陷类别和所述目标缺陷边界框中各像素点的类别。

5.根据权利要求4所述的产品表面缺陷检测方法，其特征在于，所述缺陷标签还包括样本缺陷轮廓，所述候选区域的尺度基于聚类算法对所述样本缺陷轮廓对应的样本缺陷尺寸进行聚类得到。

6.根据权利要求1-5中任一项所述的产品表面缺陷检测方法，其特征在于，所述产品样本图像存储于样本集中，所述样本集基于如下步骤构建：

采集拍摄得到的原始产品样本图像，并将所述原始产品样本图像存储至所述样本集中；

对所述原始产品样本图像进行图像增强，得到增强图像，并将所述增强图像存储至所述样本集中；

采用生成式对抗网络，生成缺陷图片，并将所述缺陷图片作为所述产品样本图像存储至所述样本集中。