【技术实现步骤摘要】
本专利技术涉及计算机，尤其涉及一种白车身缺陷检测方法、装置、设备及存储介质。
技术介绍
1、白车身缺陷检测是汽车制造过程中的一个重要环节，白车身是指汽车在喷涂、装配等后续工序之前，已完成冲压、焊接等主体结构制造的汽车半成品，由于其是汽车的基础部分，因此，其质量直接影响到整车的质量和性能。
2、在传统的汽车制造过程中，白车身的质量缺陷检测主要依赖于人工进行，这不仅效率低下，而且由于人眼的局限性，可能会漏掉一些微小但关键的缺陷，后工序修正工艺复杂。
技术实现思路
1、本专利技术提供了一种白车身缺陷检测方法、装置、设备及存储介质，可以节省白车身缺陷检测过程消耗的人力和物力，提高缺陷检测结果的准确性。
2、根据本专利技术的一方面，提供了一种白车身缺陷检测方法，所述方法包括：
3、通过工业相机采集待测白车身的图像数据，并通过多个超声传感器获取待测白车身对应的超声数据；
4、将所述图像数据输入预先训练的图像处理模型，通过图像处理模型输出待测白车身对应的图像检测结果；所述图像处理模型预先根据多个白车身图像样本，对神经网络模型训练得到；
5、将所述超声数据输入预先训练的超声处理模型，通过超声处理模型输出待测白车身对应的超声检测结果；所述超声处理模型预先根据多个白车身超声样本，对神经网络模型训练得到；
6、根据所述待测白车身对应的图像检测结果以及超声检测结果，确定所述待测白车身对应的缺陷检测结果。
7、可选的，将所述
8、对所述图像数据进行去噪处理，并将去噪处理后的图像数据输入预先训练的图像处理模型；
9、将所述超声数据输入预先训练的超声处理模型，包括：
10、对所述超声数据进行去噪处理，并将去噪处理后的超声数据输入预先训练的超声处理模型。
11、可选的，在通过工业相机采集待测白车身的图像数据之前，还包括：
12、获取多个白车身图像样本，将所述多个白车身图像样本划分为图像训练集与图像测试集；
13、获取yolov5算法模型，对所述yolov5算法模型中的卷积层以及融合层进行轻量化处理；
14、使用所述图像训练集与图像测试集对处理后的yolov5算法模型进行迭代训练，得到所述图像处理模型。
15、可选的，在通过工业相机采集待测白车身的图像数据之前，还包括：
16、获取多个白车身超声样本，将所述多个白车身超声样本划分为超声训练集与超声测试集；
17、获取用于处理序列数据的一维神经网络模型，使用所述超声训练集与超声测试集对一维神经网络模型进行迭代训练，得到所述超声处理模型。
18、可选的，在得到所述图像处理模型以及超声处理模型之后，还包括：
19、采集新的白车身数据样本，判断所述新的白车身数据样本中是否包括新的缺陷数据；
20、若是，则采用知识蒸馏算法，根据所述新的白车身数据样本对图像处理模型以及超声处理模型进行增量学习，得到更新后的图像处理模型以及超声处理模型。
21、可选的，采用知识蒸馏算法，根据所述新的白车身数据样本对图像处理模型以及超声处理模型进行增量学习，得到更新后的图像处理模型以及超声处理模型，包括：
22、将所述新的白车身数据样本输入所述图像处理模型以及超声处理模型，并获取所述图像处理模型以及超声处理模型的输出结果；
23、根据所述输出结果，对压缩处理后的图像处理模型以及超声处理模型进行指导训练，得到更新后的图像处理模型以及超声处理模型。
24、根据本专利技术的另一方面，提供了一种白车身缺陷检测装置，所述装置包括：
25、数据采集模块，用于通过工业相机采集待测白车身的图像数据，并通过多个超声传感器获取待测白车身对应的超声数据；
26、图像处理模块，用于将所述图像数据输入预先训练的图像处理模型，通过图像处理模型输出待测白车身对应的图像检测结果；所述图像处理模型预先根据多个白车身图像样本，对神经网络模型训练得到；
27、超声处理模块，用于将所述超声数据输入预先训练的超声处理模型，通过超声处理模型输出待测白车身对应的超声检测结果；所述超声处理模型预先根据多个白车身超声样本，对神经网络模型训练得到；
28、结果确定模块，用于根据所述待测白车身对应的图像检测结果以及超声检测结果，确定所述待测白车身对应的缺陷检测结果。
29、根据本专利技术的另一方面，提供了一种电子设备，所述电子设备包括：
30、至少一个处理器；以及
31、与所述至少一个处理器通信连接的存储器；其中，
32、所述存储器存储有可被所述至少一个处理器执行的计算机程序，所述计算机程序被所述至少一个处理器执行，以使所述至少一个处理器能够执行本专利技术任一实施例所述的白车身缺陷检测方法。
33、根据本专利技术的另一方面，提供了一种计算机可读存储介质，所述计算机可读存储介质存储有计算机指令，所述计算机指令用于使处理器执行时实现本专利技术任一实施例所述的白车身缺陷检测方法。
34、根据本专利技术的另一方面，提供了一种计算机程序产品，包括计算机程序，所述计算机程序在被处理器执行时实现本专利技术任一实施例所述的白车身缺陷检测方法。
35、本专利技术实施例提供的技术方案，通过工业相机采集待测白车身的图像数据，并通过多个超声传感器获取待测白车身对应的超声数据，将所述图像数据输入预先训练的图像处理模型，通过图像处理模型输出待测白车身对应的图像检测结果，将所述超声数据输入预先训练的超声处理模型，通过超声处理模型输出待测白车身对应的超声检测结果，根据所述待测白车身对应的图像检测结果以及超声检测结果，确定所述待测白车身对应的缺陷检测结果的技术手段，可以节省白车身缺陷检测过程消耗的人力和物力，提高缺陷检测结果的准确性。
36、应当理解，本部分所描述的内容并非旨在标识本专利技术的实施例的关键或重要特征，也不用于限制本专利技术的范围。本专利技术的其它特征将通过以下的说明书而变得容易理解。
本文档来自技高网...【技术保护点】
1.一种白车身缺陷检测方法，其特征在于，所述方法包括：
2.根据权利要求1所述的方法，其特征在于，将所述图像数据输入预先训练的图像处理模型，包括：
3.根据权利要求1所述的方法，其特征在于，在通过工业相机采集待测白车身的图像数据之前，还包括：
4.根据权利要求3所述的方法，其特征在于，在通过工业相机采集待测白车身的图像数据之前，还包括：
5.根据权利要求4所述的方法，其特征在于，在得到所述图像处理模型以及超声处理模型之后，还包括：
6.根据权利要求5所述的方法，其特征在于，采用知识蒸馏算法，根据所述新的白车身数据样本对图像处理模型以及超声处理模型进行增量学习，得到更新后的图像处理模型以及超声处理模型，包括：
7.一种白车身缺陷检测装置，其特征在于，所述装置包括：
8.一种电子设备，其特征在于，所述电子设备包括：
9.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质存储有计算机指令，所述计算机指令用于使处理器执行时实现权利要求1-6中任一项所述的白车身缺陷检测方法。
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。