目标检测方法、装置及存储介质制造方法及图纸

本公开涉及一种目标检测方法、装置及存储介质，可以获取待检测对象的目标图像；对所述目标图像进行离群点检测，得到缺陷检测提示点，所述缺陷检测提示点为所述目标图像上有缺陷检测信息的像素点，所述缺陷检测信息用于指示所述像素点是否为缺陷像素点；根据所述缺陷检测提示点通过预先训练得到的目标检测模型对所述待检测对象进行缺陷检测。对所述待检测对象进行缺陷检测。对所述待检测对象进行缺陷检测。

【技术实现步骤摘要】
目标检测方法、装置及存储介质


[0001]本公开涉及计算机视觉领域，尤其涉及一种目标检测方法、装置及存储介质。

技术介绍

[0002]压铸件是一种压力铸造的零件。压力铸造的生产过程较为复杂，压铸件表面不可避免的会产生许多缺陷(如冷隔、缩孔、缩松、裂纹、凹陷等缺陷)。显然，存在缺陷的压铸件会影响后续基于压铸件制作的产品的质量，因此，有必要对压铸件表面的缺陷进行检测。

技术实现思路

[0003]为克服相关技术中存在的问题，本公开提供一种目标检测方法、装置及存储介质。
[0004]根据本公开实施例的第一方面，提供一种目标检测方法，包括：
[0005]获取待检测对象的目标图像；
[0006]对所述目标图像进行离群点检测，得到缺陷检测提示点，所述缺陷检测提示点为所述目标图像上有缺陷检测信息的像素点，所述缺陷检测信息用于指示所述像素点是否为缺陷像素点；
[0007]根据所述缺陷检测提示点通过预先训练得到的目标检测模型对所述待检测对象进行缺陷检测。
[0008]可选地，所述对所述目标图像进行离群点检测，得到缺陷检测提示点包括：
[0009]对所述目标图像进行特征提取，得到所述待检测对象的第一特征图；
[0010]对所述第一特征图进行离群点检测，得到所述缺陷检测提示点。
[0011]可选地，所述对所述第一特征图进行离群点检测，得到所述缺陷检测提示点包括：
[0012]获取所述第一特征图上，每个第一像素点分别对应的特征向量；
[0013]根据每个第一像素点分别对应的所述特征向量，通过预设离群点检测模型确定每个第一像素点分别对应的离群分数，所述离群分数表征对应的第一像素点是否属于离群像素点；
[0014]根据每个第一像素点分别对应的所述离群分数，确定所述缺陷检测提示点。
[0015]可选地，所述根据每个第一像素点分别对应的所述离群分数，确定所述缺陷检测提示点包括：
[0016]对所述第一特征图进行上采样，得到与所述目标图像的尺寸相同的第二特征图；
[0017]针对每个第一像素点，根据所述第一像素点的离散分数，确定所述第二特征图上第二像素点的离散分数，所述第二像素点为与所述第一像素点对应的像素点；
[0018]根据所述第二特征图上每个第二像素点的离群分数确定所述缺陷检测提示点。
[0019]可选地，所述缺陷检测提示点包括缺陷检测正样本提示点和缺陷检测负样本提示点；所述根据所述第二特征图上每个第二像素点的离群分数确定所述缺陷检测提示点包括：
[0020]获取第一预设缺陷检测比例；
[0021]按照所述离群分数对所述第二像素点进行大小排序后，按照从大到小的顺序选取排序结果中所述第一预设缺陷检测比例的第二像素点作为所述缺陷检测正样本提示点，并按照从小到大的顺序选取排序结果中所述第一预设缺陷检测比例的第二像素点作为所述缺陷检测负样本提示点。
[0022]可选地，所述对所述目标图像进行特征提取，得到所述待检测对象的第一特征图包括：
[0023]将所述目标图像输入预先训练得到的特征提取模型后，获取所述特征提取模型的至少一个预设中间层分别输出的图像特征；
[0024]将至少一个预设中间层分别输出的图像特征按照特征通道进行拼接后，得到拼接特征；
[0025]对所述拼接特征进行随机采样后，得到所述第一特征图。
[0026]可选地，所述根据所述缺陷检测提示点通过预先训练得到的目标检测模型对所述待检测对象进行缺陷检测包括：
[0027]通过执行缺陷检测步骤对所述待检测对象进行缺陷检测；
[0028]所述缺陷检测步骤包括：
[0029]从所述缺陷检测正样本提示点中获取预设数量的目标正样本提示点；
[0030]从所述缺陷检测负样本提示点中获取预设数量的目标负样本提示点；
[0031]将预设数量的所述目标正样本提示点和预设数量的所述目标负样本提示点输入所述目标检测模型后，根据模型输出的图像分割区域确定所述待检测对象上的缺陷对应的目标图像区域。
[0032]可选地，所述根据模型输出的图像分割区域确定所述待检测对象上的缺陷对应的目标图像区域包括：
[0033]在执行第一预设次数的所述缺陷检测步骤后，将每次检测得到的所述图像分割区域的交集作为所述目标图像区域。
[0034]可选地，所述根据模型输出的图像分割区域确定所述待检测对象上的缺陷对应的目标图像区域包括：
[0035]在执行第二预设次数的所述缺陷检测步骤后，获取每次检测得到的所述图像分割区域，所述第二预设次数大于第一预设次数；
[0036]针对所述图像分割区域中的每个像素点，根据所述像素点在每次检测得到的图像分割区域中的像素值，确定所述像素点对应的目标像素值；
[0037]根据所述图像分割区域中每个像素点的所述目标像素值确定所述目标图像区域。
[0038]可选地，所述根据所述像素点在每次检测得到的图像分割区域中的像素值，确定所述像素点对应的目标像素值包括：
[0039]统计所述像素点的像素值为第一指定像素值的次数；
[0040]在所述次数大于或者等于预设次数阈值的情况下，将所述第一指定像素值作为所述像素点对应的所述目标像素值；
[0041]在所述次数小于所述预设次数阈值的情况下，将第二指定像素值作为所述像素点对应的所述目标像素值，其中，所述第一指定像素值表征对应的像素点为缺陷的像素点，所述第二指定像素值表征对应的像素点为非缺陷的像素点。
[0042]可选地，所述根据模型输出的图像分割区域确定所述待检测对象上的缺陷对应的目标图像区域包括：
[0043]获取第二预设缺陷检测比例，所述第二预设缺陷检测比例大于所述第一预设缺陷检测比例；
[0044]按照所述离群分数对所述第二像素点进行大小排序后，按照从小到大的顺序选取排序结果中所述第二预设缺陷检测比例的第二像素点作为掩膜像素点，并将所述掩膜像素点对应的图像区域作为图像掩膜，所述图像掩膜对应的图像区域中不存在所述缺陷；
[0045]根据模型输出的图像分割区域和所述图像掩膜确定所述目标图像区域。
[0046]可选地，所述目标检测模型包括视觉大模型SAM。
[0047]根据本公开实施例的第二方面，提供一种目标检测装置，包括：
[0048]获取模块，被配置为获取待检测对象的目标图像；
[0049]第一检测模块，被配置为对所述目标图像进行离群点检测，得到缺陷检测提示点，所述缺陷检测提示点为所述目标图像上有缺陷检测信息的像素点，所述缺陷检测信息用于指示所述像素点是否为缺陷像素点；
[0050]第二检测模块，被配置为根据所述缺陷检测提示点通过预先训练得到的目标检测模型对所述待检测对象进行缺陷检测。
[0051]可选地，所述第一检测模块，被配置为对所述目标图像进行特征提取，得到所述待检测对象的第一特征图；对所述第一特征图进行离群本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种目标检测方法，其特征在于，包括：获取待检测对象的目标图像；对所述目标图像进行离群点检测，得到缺陷检测提示点，所述缺陷检测提示点为所述目标图像上有缺陷检测信息的像素点，所述缺陷检测信息用于指示所述像素点是否为缺陷像素点；根据所述缺陷检测提示点通过预先训练得到的目标检测模型对所述待检测对象进行缺陷检测。2.根据权利要求1所述的方法，其特征在于，所述对所述目标图像进行离群点检测，得到缺陷检测提示点包括：对所述目标图像进行特征提取，得到所述待检测对象的第一特征图；对所述第一特征图进行离群点检测，得到所述缺陷检测提示点。3.根据权利要求2所述的方法，其特征在于，所述对所述第一特征图进行离群点检测，得到所述缺陷检测提示点包括：获取所述第一特征图上，每个第一像素点分别对应的特征向量；根据每个第一像素点分别对应的所述特征向量，通过预设离群点检测模型确定每个第一像素点分别对应的离群分数，所述离群分数表征对应的第一像素点是否属于离群像素点；根据每个第一像素点分别对应的所述离群分数，确定所述缺陷检测提示点。4.根据权利要求3所述的方法，其特征在于，所述根据每个第一像素点分别对应的所述离群分数，确定所述缺陷检测提示点包括：对所述第一特征图进行上采样，得到与所述目标图像的尺寸相同的第二特征图；针对每个第一像素点，根据所述第一像素点的离散分数，确定所述第二特征图上第二像素点的离散分数，所述第二像素点为与所述第一像素点对应的像素点；根据所述第二特征图上每个第二像素点的离群分数确定所述缺陷检测提示点。5.根据权利要求4所述的方法，其特征在于，所述缺陷检测提示点包括缺陷检测正样本提示点和缺陷检测负样本提示点；所述根据所述第二特征图上每个第二像素点的离群分数确定所述缺陷检测提示点包括：获取第一预设缺陷检测比例；按照所述离群分数对所述第二像素点进行大小排序后，按照从大到小的顺序选取排序结果中所述第一预设缺陷检测比例的第二像素点作为所述缺陷检测正样本提示点，并按照从小到大的顺序选取排序结果中所述第一预设缺陷检测比例的第二像素点作为所述缺陷检测负样本提示点。6.根据权利要求2所述的方法，其特征在于，所述对所述目标图像进行特征提取，得到所述待检测对象的第一特征图包括：将所述目标图像输入预先训练得到的特征提取模型后，获取所述特征提取模型的至少一个预设中间层分别输出的图像特征；将至少一个预设中间层分别输出的图像特征按照特征通道进行拼接后，得到拼接特征；对所述拼接特征进行随机采样后，得到所述第一特征图。
7.根据权利要求5所述的方法，其特征在于，所述根据所述缺陷检测提示点通过预先训练得到的目标检测模型对所述待检测对象进行缺陷检测包括：通过执行缺陷检测步骤对所述待检测对象进行缺陷检测；所述缺陷检测步骤包括：从所述缺陷检测正样本提示点中获取预设数量的目标正样本提示点；从所述缺陷检测负样本提示点中获取预设数量的目标负样本提示点；将预设数量的所述目标正样本提示点和预设数量的所述目标负样本提示点输入所述目标检测模型后，根据模型输出的图像分割区域确定所述待检测对象上的缺陷对应的目标图像区域。8.根据权利要求7所述的方法...

【专利技术属性】
技术研发人员：王鹏辉，王世璐，刘潇，
申请(专利权)人：小米汽车科技有限公司，
类型：发明
国别省市：