申请/专利权人:哈尔滨工业大学(深圳)
申请日:2020-07-01
公开(公告)日:2020-10-13
公开(公告)号:CN111768388A
主分类号:G06T7/00(20170101)
分类号:G06T7/00(20170101);G06K9/34(20060101);G06K9/62(20060101);G06N3/04(20060101)
优先权:
专利状态码:有效-授权
法律状态:2023.08.11#授权;2020.10.30#实质审查的生效;2020.10.13#公开
摘要:本发明涉及一种基于正样本参考的产品表面缺陷检测方法及系统,该方法包括:构建相似性学习网络,用于根据输入样本计算样本的粗略包围框结果;构建映射分割网络,用于根据精简包围框结果对产品表面缺陷进行检测;获取训练集数据,所述数据为工业产品表面样本图像,所述样本图像包括无缺陷样本和缺陷样本;利用训练集分别对相似性学习网络和映射分割网络进行训练;获取待检测产品的表面图像;将表面图像输入训练后的相似性学习网络,得到粗略包围框结果;基于交集判断法对粗略包围框结果进行处理,得到精简包围框结果;将精简包围框结果输入训练后的映射分割网络,得到待检测产品的表面缺陷。本发明能够提高检测精度和检测速度。
主权项:1.一种基于正样本参考的产品表面缺陷检测方法,其特征在于,包括:构建相似性学习网络,用于根据输入样本计算样本的粗略包围框结果;构建映射分割网络,用于根据精简包围框结果对产品表面缺陷进行检测;获取训练集数据,所述数据为工业产品表面样本图像,所述样本图像包括无缺陷样本和缺陷样本;利用所述训练集分别对所述相似性学习网络和映射分割网络进行训练;获取待检测产品的表面图像;将所述表面图像输入训练后的相似性学习网络,得到粗略包围框结果;基于交集判断法对所述粗略包围框结果进行处理,得到精简包围框结果;将所述精简包围框结果输入训练后的映射分割网络,得到待检测产品的表面缺陷。
全文数据:
权利要求:
百度查询: 哈尔滨工业大学(深圳) 一种基于正样本参考的产品表面缺陷检测方法及系统
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。