[发明专利]缺陷过滤方法、装置、计算机设备和存储介质

说明书

本申请涉及一种缺陷过滤方法、装置、计算机设备和存储介质，该方法包括：响应于目标缺陷电池的缺陷过滤指令，获取目标缺陷电池的电池图像，并将电池图像输入至预设的过滤网络模型中，通过过滤网络模型分析电池图像，确定目标缺陷电池的缺陷过滤结果；缺陷过滤结果包括目标缺陷电池为过杀电池或者目标缺陷电池为缺陷电池。该方法降低了电池外观缺陷检测时的过杀率。

技术领域

本申请涉及图像处理技术领域，特别是涉及一种缺陷过滤方法、装置、计算机设备和存储介质。

背景技术

在电池的生产过程中，需经过多个不同环节导致电池难免会产生一些缺陷，有可能会直接影响电池的一致性和安全性。因此，外观缺陷检测是检验电池是否合格的一个关键环节。

相关技术中，在对电池进行外观缺陷检测时，往往会存在将一些不影响电池使用的轻微缺陷电池误判定为缺陷电池的情况，形成过杀。

因此，相关技术中在进行电池外观缺陷检测时存在过杀率较高的问题。

发明内容

基于此，有必要针对上述技术问题，提供一种缺陷过滤方法、装置、计算机设备和存储介质，能够降低电池外观缺陷检测时的过杀率。

第一方面，本申请提供了一种缺陷过滤方法，该方法包括：

响应于目标缺陷电池的缺陷过滤指令，获取目标缺陷电池的电池图像；

将电池图像输入至预设的过滤网络模型中，通过过滤网络模型分析电池图像，确定目标缺陷电池的缺陷过滤结果；缺陷过滤结果包括目标缺陷电池为过杀电池或者目标缺陷电池为缺陷电池。

本申请实施例中，响应于目标缺陷电池的缺陷过滤指令，获取目标缺陷电池的电池图像，并将电池图像输入至预设的过滤网络模型中，通过过滤网络模型分析电池图像，确定目标缺陷电池的缺陷过滤结果。其中，确定出的目标曲线电池的缺陷过滤结果包括目标缺陷电池为过杀电池或者目标缺陷电池为缺陷电池。该方法中，在对电池进行缺陷检测得到缺陷电池的情况下，可以对这些确定出的任一个目标缺陷电池进行缺陷过滤检测，相当于是对已经检测出来是缺陷电池进行二次过滤，从而将一些存在轻微缺陷但不影响电池性能的缺陷电池筛选出来，减小了这些存在轻微缺陷但不影响电池性能的缺陷电池被过杀的风险，从而降低了电池外观缺陷检测时的过杀率。并且，直接通过预先训练好的过滤网络模型确定目标缺陷电池的缺陷过滤结果，提高了对目标缺陷电池进行缺陷过滤的效率和准确率。

在其中一个实施例中，过滤网络模型中包括过杀样本图像的过杀特征向量和缺陷样本图像的缺陷特征向量；通过过滤网络模型分析电池图像，确定目标缺陷电池的缺陷过滤结果，包括：

通过过滤网络模型获取电池图像的特征向量与过杀特征向量之间的过杀相似度，以及电池图像的特征向量与缺陷特征向量之间的缺陷相似度；

根据过杀相似度和缺陷相似度，确定目标缺陷电池的缺陷过滤结果。

本申请实施例中，通过过滤网络模型获取电池图像的特征向量与过杀特征向量之间的过杀相似度，以及电池图像的特征向量与缺陷特征向量之间的缺陷相似度，然后根据过杀相似度和缺陷相似度，确定目标缺陷电池的缺陷过滤结果。该方法中，是利用图像的特征向量进行相似度衡量，由于图像的特征向量是能够真实反映图像特征的，这样以电池图像的特征向量与过杀特征向量之间的过杀相似度以及电池图像的特征向量与缺陷特征向量之间的缺陷相似度，就可以更加准确地衡量出电池图像是与过杀样本相似还是与缺陷样本相似，从而更加准确地确定出目标缺陷电池是过杀电池还是缺陷电池，大大地提高了目标缺陷电池的缺陷过滤结果的可靠性和准确性。

在其中一个实施例中，过滤网络模型包括向量提取网络和输出网络，通过过滤网络模型获取电池图像的特征向量与过杀特征向量之间的过杀相似度，以及电池图像的特征向量与缺陷特征向量之间的缺陷相似度，包括：

通过向量提取网络提取电池图像的特征向量；

通过输出网络获取电池图像的特征向量与过杀特征向量之间的过杀相似度，以及电池图像的特征向量与缺陷特征向量之间的缺陷相似度。