产品缺陷检测方法、电子设备、存储介质及程序产品技术

本发明专利技术提供一种产品缺陷检测方法、电子设备、存储介质及程序产品，方法包括：通过确定待测产品图像；并获取产品缺陷检测结果，输入所述待测产品图像至产品缺陷检测模型，得到所述产品缺陷检测模型输出的产品缺陷检测结果；其中，产品缺陷检测模型用于根据所述待测产品图像的特征图与目标特征映射中心的距离，对待测产品图像进行产品缺陷检测；所述产品缺陷检测模型是基于不同位置和/或角度的样本产品图像训练得到的。本发明专利技术用以解决现有技术中产品缺陷检测依赖人工，不仅提升了人力成本，并且效率和准确率也难以保证的缺陷。率和准确率也难以保证的缺陷。率和准确率也难以保证的缺陷。

【技术实现步骤摘要】
产品缺陷检测方法、电子设备、存储介质及程序产品


[0001]本专利技术涉及人工智能
，尤其涉及一种产品缺陷检测方法、电子设备、存储介质及程序产品。

技术介绍

[0002]随着自动化生产技术的发展，各种工业产品的产量也在逐年上升。而在工业产品生产过程中，产品的表面缺陷检测尤为重要，这直接影响到产品的质量以及下游的生产环节。现阶段产品外观质量检查基本由人工完成，这不但提升了人力成本，并且效率和准确率也难以保证，因此迫切需要实现产品外观缺陷的自动化检测。

技术实现思路

[0003]本专利技术提供一种产品缺陷检测方法、电子设备、存储介质及程序产品，用以解决现有技术中产品缺陷检测依赖人工，不仅提升了人力成本，并且效率和准确率也难以保证的缺陷。
[0004]本专利技术提供一种产品缺陷检测方法，包括：
[0005]确定待测产品图像；
[0006]获取产品缺陷检测结果，输入所述待测产品图像至产品缺陷检测模型，得到所述产品缺陷检测模型输出的产品缺陷检测结果；
[0007]其中，产品缺陷检测模型用于根据所述待测产品图像的特征图与目标特征映射中心的距离，对待测产品图像进行产品缺陷检测；所述产品缺陷检测模型是基于不同位置和/或角度的样本产品图像训练得到的。
[0008]根据本专利技术提供的一种产品缺陷检测方法，所述产品缺陷检测模型包括特征提取层，所述产品缺陷检测模型还包括图像匹配层和缺陷区域定位层；
[0009]其中，所述图像匹配层用于将待测产品图像的位置和/或角度，调整成与第一目标图像相同的位置和/或角度；
[0010]所述缺陷区域定位层用于根据所述待测产品图像的特征图与目标特征映射中心的距离构建第一距离热图，并根据所述第一距离热图获取待测产品图像的产品缺陷检测结果。
[0011]根据本专利技术提供的一种产品缺陷检测方法，所述图像匹配层包括：
[0012]子特征提取层，用于获取第一目标图像，并通过预设特征提取网络对所述待测产品图像和所述第一目标图像进行特征提取，分别获取与所述待测产品图像对应的第一特征图和与所述第一目标图像对应的第二特征图；
[0013]拼接层，用于根据所述第一特征图和第二特征图在通道维度上进行拼接，得到第三特征图；
[0014]最终匹配层，用于基于所述第三特征图获取几何变换参数，并根据所述几何变换参数将所述待测产品图像匹配到与所述第一目标图像相同的位置和/或角度，得到第一匹
配图像；所述几何变换参数包括水平平移量、垂直平移量以及旋转角中的至少一种。
[0015]根据本专利技术提供的一种产品缺陷检测方法，所述特征提取层用于减小所述待测产品图像中正常图像的特征到目标特征映射中心的距离，并增大待测产品图像中异常图像的特征到目标特征映射中心的距离。
[0016]根据本专利技术提供的一种产品缺陷检测方法，所述确定待测产品图像之前，还包括对所述产品缺陷检测模型进行训练的步骤，所述对所述产品缺陷检测模型进行训练，包括：
[0017]确定样本产品图像；
[0018]随机旋转和/或平移所述样本产品图像；
[0019]将样本产品图像的位置和/或角度，调整成与目标样品图像相同的位置和/或角度；
[0020]通过目标特征提取网络对所述样本产品图像进行特征提取得到目标特征图；所述目标特征提取网络用于减小所述样本产品图像中正常图像的特征到目标特征映射中心的距离，并增大所述样本产品图像中异常图像的特征到目标特征映射中心的距离；
[0021]根据所述样本产品图像的目标特征图的各个特征与目标特征映射中心的距离构建第二距离热图；
[0022]基于所述第二距离热图构建第二损失函数，基于所述第二损失函数训练所述目标特征提取网络。
[0023]根据本专利技术提供的一种产品缺陷检测方法，所述将样本产品图像的位置和/或角度，调整成与目标样品图像相同的位置和/或角度，包括：
[0024]获取第二目标图像，并通过预设特征提取网络对所述样本产品图像和所述第二目标图像进行特征提取，分别获取与所述样本产品图像对应的第四特征图和与所述第二目标图像对应的第五特征图；
[0025]根据所述第四特征图和第五特征图在通道维度上进行拼接，得到第六特征图；
[0026]基于所述第六特征图获取几何变换参数，根据所述几何变换参数将所述样本产品图像匹配到与所述第二目标图像相同的位置和/或角度，得到第二匹配图像；所述几何变换参数包括水平平移量、垂直平移量以及旋转角中的至少一种。
[0027]根据本专利技术提供的一种产品缺陷检测方法，所述几何变换参数通过以下公式获取：
[0028][0029]其中，I
O
为样本产品图像，I
T
为第二目标图像，N
P
为预设特征提取网络，N
P
(I
O
)为第四特征图，N
P
(I
T
)为第五特征图；代表着将第四特征图和第五特征图在通道维度上的拼接过程，N
R
为参数回归网络，N
R
根据拼接后的第六特征图得到所述几何变换参数；
[0030]所述第二匹配图像通过以下公式获取：
[0031]I
M
＝f
geo
(I
O
，T
x
，T
y
，θ)；
[0032]其中，f
geo
代表几何变换的过程，通过旋转和/或平移将样本产品图像I
O
中的目标匹配到与第二目标图像I
T
相同的位置与角度，I
M
为匹配后得到的第二匹配图像。
[0033]根据本专利技术提供的一种产品缺陷检测方法，所述对所述产品缺陷检测模型进行训练，还包括：
[0034]基于所述第二匹配图像和所述第二目标图像计算第一损失函数；
[0035]根据所述第一损失函数训练所述预设特征提取网络和所述参数回归网络。
[0036]根据本专利技术提供的一种产品缺陷检测方法，所述第一损失函数通过以下公式获取：
[0037][0038]其中，L
reg
为第一损失函数，n为样本产品图像中像素点的数量。
[0039]根据本专利技术提供的一种产品缺陷检测方法，所述将样本产品图像的位置和/或角度，调整成与目标样品图像相同的位置和/或角度之后，还包括：
[0040]在所述样本产品图像中的目标区域显示异常图像，所述异常图像的亮度或纹路与所述样本产品图像中的除去目标区域之外的其它区域的亮度或纹路不同。
[0041]根据本专利技术提供的一种产品缺陷检测方法，所述第二损失函数通过以下公式表示：
[0042][0043]其中，L
map
(F
M
，F
C
)表示第二损失函数，F
M
是样本产品图像的目标特征图，F
C...

【技术保护点】

【技术特征摘要】
1.一种产品缺陷检测方法，其特征在于，包括：确定待测产品图像；获取产品缺陷检测结果，输入所述待测产品图像至产品缺陷检测模型，得到所述产品缺陷检测模型输出的产品缺陷检测结果；其中，产品缺陷检测模型用于根据所述待测产品图像的特征图与目标特征映射中心的距离，对待测产品图像进行产品缺陷检测；所述产品缺陷检测模型是基于不同位置和/或角度的样本产品图像训练得到的。2.根据权利要求1所述的产品缺陷检测方法，其特征在于，所述产品缺陷检测模型包括特征提取层，所述产品缺陷检测模型还包括图像匹配层和缺陷区域定位层；其中，所述图像匹配层用于将待测产品图像的位置和/或角度，调整成与第一目标图像相同的位置和/或角度；所述缺陷区域定位层用于根据所述待测产品图像的特征图与目标特征映射中心的距离构建第一距离热图，并根据所述第一距离热图获取待测产品图像的产品缺陷检测结果。3.根据权利要求2所述的产品缺陷检测方法，其特征在于，所述图像匹配层包括：子特征提取层，用于获取第一目标图像，并通过预设特征提取网络对所述待测产品图像和所述第一目标图像进行特征提取，分别获取与所述待测产品图像对应的第一特征图和与所述第一目标图像对应的第二特征图；拼接层，用于根据所述第一特征图和第二特征图在通道维度上进行拼接，得到第三特征图；最终匹配层，用于基于所述第三特征图获取几何变换参数，并根据所述几何变换参数将所述待测产品图像匹配到与所述第一目标图像相同的位置和/或角度，得到第一匹配图像；所述几何变换参数包括水平平移量、垂直平移量以及旋转角中的至少一种。4.根据权利要求2所述的产品缺陷检测方法，其特征在于，所述特征提取层用于减小所述待测产品图像中正常图像的特征到目标特征映射中心的距离，并增大待测产品图像中异常图像的特征到目标特征映射中心的距离。5.根据权利要求1所述的产品缺陷检测方法，其特征在于，所述确定待测产品图像之前，还包括对所述产品缺陷检测模型进行训练的步骤，所述对所述产品缺陷检测模型进行训练，包括：确定样本产品图像；随机旋转和/或平移所述样本产品图像；将样本产品图像的位置和/或角度，调整成与目标样品图像相同的位置和/或角度；通过目标特征提取网络对所述样本产品图像进行特征提取得到目标特征图；所述目标特征提取网络用于减小所述样本产品图像中正常图像的特征到目标特征映射中心的距离，并增大所述样本产品图像中异常图像的特征到目标特征映射中心的距离；根据所述样本产品图像的目标特征图的各个特征与目标特征映射中心的距离构建第二距离热图；基于所述第二距离热图构建第二损失函数，基于所述第二损失函数训练所述目标特征提取网络。6.根据权利要求5所述的产品缺陷检测方法，其特征在于，所述将样本产品图像的位置
和/或角度，调整成与目标样品图像相同的位置和/或角度，包括：获取第二目标图像，并通过预设特征提取网络对所述样本产品图像和所述第二目标图像进行特征提取，分别获取与所述样本产品图像对应的第四特征图和与所述第二目标图像对应的第五特征图；根据所述第四特征图和第五特征图在通道维度上进行拼接，得到第六特征图；基于所述第六特征图获取几何变换参数，根据所述几何变换参数将所述样本产品图像匹配到与所述第二目标图像相同的位置和/或角度，得到第二匹配图像；所述几何变换参数包括水平平移量、垂直平移量以及旋转角中的至少一种。7.根据权利要求6所述的产品缺陷检测方法，其特征在于，所述几何变换参数通过以下公式获取：其中，I

【专利技术属性】
技术研发人员：吕承侃，商秀芹，
申请(专利权)人：中国科学院自动化研究所，
类型：发明
国别省市：