System.ArgumentOutOfRangeException: 索引和長度必須引用該字符串內的位置。 參數名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技術實現步驟摘要】
本申請涉及目標檢測,具體涉及一種用于產品缺陷檢測的方法、產品缺陷檢測裝置及電子設備。
技術介紹
1、用于顯示產品的屏幕(如lcd)在生產完成后可能會存在漏液、彩虹邊、色差、異色點、劃痕等多種缺陷而影響產品質量。因此,屏幕的缺陷檢測是出貨前需要進行的重要生產環節。目前,對于顯示設備的屏幕檢測通常采用視覺檢測技術,例如通過感光耦合元件(charge?coupled?device,ccd)對屏幕進行拍照,然后再利用圖像檢測算法對拍攝的圖像進行圖像檢測進而實現對屏幕的視覺檢測。由于ccd視覺檢測技術對光線的要求較高,在光線不足或者光線不均勻的情況下,樣本的質量較低,從而會影響檢測的準確性,容易出現漏檢和誤檢的情況。
技術實現思路
1、本申請實施例的目的是提供一種用于產品缺陷檢測的方法、產品缺陷檢測裝置及電子設備,用于解決現有技術中產品缺陷檢測的檢測精度較低的問題。
2、為了實現上述目的,本申請第一方面提供用于產品缺陷檢測的方法,該方法包括:
3、獲取目標產品的多個缺陷樣本圖片和多個合格樣本圖片;
4、按照目標增強方式將多個缺陷樣本圖片和多個合格樣本圖片進行數據增強,以得到多個目標缺陷樣本圖片;
5、將多個缺陷樣本圖片和多個目標缺陷樣本圖片輸入至初始檢測網絡進行訓練,以得到目標檢測網絡;
6、將待檢測產品的產品圖像輸入至目標檢測網絡,對待檢測產品的產品缺陷進行檢測;
7、其中,目標增強方式是指從數據增強的多種增強方式中選
8、在本申請實施例中,按照目標增強方式將多個缺陷樣本圖片和多個合格樣本圖片進行數據增強,以得到多個目標缺陷樣本圖片包括:
9、在多個缺陷樣本圖片中選取第一目標數量的候選缺陷樣本圖片;
10、在多個合格樣本圖片中選取第二目標數量的候選合格樣本圖片;
11、將第一目標數量的候選缺陷樣本圖片與第二目標數量的候選合格樣本圖片通過目標增強方式進行數據增強,以得到第三目標數量的目標缺陷樣本圖片;
12、其中,第三目標數量大于或等于第二目標數量。
13、在本申請實施例中,將第一目標數量的候選缺陷樣本圖片與第二目標數量的候選合格樣本圖片通過目標增強方式進行數據增強,以得到第三目標數量的目標缺陷樣本圖片包括:
14、在第一目標數量為1的情況下,選取第四目標數量的目標增強方式,第四目標數量小于或等于第三目標數量;
15、將候選缺陷樣本圖片通過第四目標數量的目標增強方式進行數據增強,以得到第四目標數量的缺陷樣本增強圖片;
16、將第二目標數量的候選合格樣本圖片擴充為第三目標數量,以得到第三目標數量的合格樣本增強圖片;
17、將第四目標數量的缺陷樣本增強圖片與第三目標數量的合格樣本增強圖片進行圖像融合,以得到第三目標數量的目標缺陷樣本圖片。
18、在本申請實施例中,將第一目標數量的候選缺陷樣本圖片與第二目標數量的候選合格樣本圖片通過目標增強方式進行數據增強,以得到第三目標數量的目標缺陷樣本圖片包括:
19、在第二目標數量為1的情況下,選取第五目標數量的目標增強方式;
20、將第一目標數量的候選缺陷樣本圖片通過第五目標數量的目標增強方式進行數據增強,以得到第五目標數量的缺陷樣本增強圖片,第五目標數量大于或等于第三目標數量;
21、將候選合格樣本圖片的數量擴充為第三目標數量,以得到第三目標數量的合格樣本增強圖片;
22、將第五目標數量的缺陷樣本增強圖片與第三目標數量的合格樣本增強圖片進行圖像融合,以得到第三目標數量的目標缺陷樣本圖片。
23、在本申請實施例中,將第一目標數量的候選缺陷樣本圖片與第二目標數量的候選合格樣本圖片通過目標增強方式進行數據增強,以得到第三目標數量的目標缺陷樣本圖片包括:
24、選取第六目標數量的目標增強方式,第六目標數量小于或等于第三目標數量;
25、將第一目標數量的候選缺陷樣本圖片按照第六目標數量的目標增強方式進行數據增強,以得到第六目標數量的缺陷樣本增強圖片;
26、將第二目標數量的候選合格樣本圖片擴充為第三目標數量,以得到第三目標數量的合格樣本增強圖片;
27、將第六目標數量的缺陷樣本增強圖片與第三目標數量的合格樣本增強圖片進行圖像融合,以得到第三目標數量的目標缺陷樣本圖片。
28、在本申請實施例中,目標增強方式包括以下中的至少一種:
29、垂直翻轉、旋轉、噪聲、開運算、調整色度飽和度、調整亮度、閉運算、高斯平滑和水平翻轉。
30、在本申請實施例中,初始檢測網絡包括多個特征提取模塊,多個特征提取模塊依次全連接,每個特征提取模塊包括第一子模塊和第二子模塊,第一子模塊用于提取淺層特征,第二子模塊用于提取深層特征,第一子模塊的輸出與第二子模塊的輸入全連接,并且與第二子模塊的輸出跳連接,每個特征提取模塊的輸出還分別與總輸出跳連接。
31、在本申請實施例中,將多個缺陷樣本圖片和多個目標缺陷樣本圖片輸入至初始檢測網絡進行訓練,以得到目標檢測網絡包括:
32、將多個缺陷樣本圖片和多個目標缺陷樣本圖片輸入至初始檢測網絡;
33、分別通過多個特征提取模塊對各缺陷樣本圖片和目標缺陷樣本圖片進行特征提取,得到多個初始缺陷預測結果;
34、根據各初始缺陷預測結果與缺陷樣本圖片和目標缺陷樣本圖片的缺陷標簽,得到目標檢測網絡的損失函數值;
35、根據損失函數值對初始檢測網絡的模型參數進行迭代更新,直到滿足迭代終止條件,得到目標檢測網絡。
36、在本申請實施例中,多個特征提取模塊按照尺寸從大到小的順序依次連接,其中,尺寸最大的特征提取模塊為小目標特征提取模塊,分別通過多個特征提取模塊對各缺陷樣本圖片和目標缺陷樣本圖片進行特征提取,得到多個初始缺陷預測結果包括:
37、獲取小目標特征提取模塊的過濾尺寸;
38、通過小目標特征提取模塊對各缺陷樣本圖片和目標缺陷樣本圖片進行特征提取,以得到第一缺陷預測結果;
39、在第一缺陷預測結果大于過濾尺寸的情況下,將第一缺陷預測結果過濾;
40、將結果小于或等于過濾尺寸的第一缺陷預測結果作為小目標特征提取模塊的初始缺陷預測結果;
41、分別通過除小目標特征提取模塊之外的特征提取模塊對前一個特征提取模塊的輸出進行特征提取,以得到每個特征提取模塊對應的初始缺陷預測結果。
42、本申請第二方面提供一種產品缺陷檢測裝置,包括:
43、獲取模塊,被配置成獲取目標產品的多個缺陷樣本圖片和多個合格樣本圖片;
44、增強模塊,被配置成按照目標增強方式將多個缺陷樣本圖片和多個合格樣本圖片進行數據增強,以得到多個目標缺陷樣本圖片;
45、訓練模塊,被配置成將多個缺陷樣本圖片和多個目標本文檔來自技高網...
【技術保護點】
1.一種用于產品缺陷檢測的方法,其特征在于,所述方法包括:
2.根據權利要求1所述的方法,其特征在于,所述按照目標增強方式將所述多個缺陷樣本圖片和所述多個合格樣本圖片進行數據增強,以得到多個目標缺陷樣本圖片包括:
3.根據權利要求2所述的方法,其特征在于,所述將第一目標數量的候選缺陷樣本圖片與第二目標數量的候選合格樣本圖片通過目標增強方式進行數據增強,以得到第三目標數量的目標缺陷樣本圖片包括:
4.根據權利要求2所述的方法,其特征在于,所述將第一目標數量的候選缺陷樣本圖片與第二目標數量的候選合格樣本圖片通過目標增強方式進行數據增強,以得到第三目標數量的目標缺陷樣本圖片包括:
5.根據權利要求2所述的方法,其特征在于,所述將第一目標數量的候選缺陷樣本圖片與第二目標數量的候選合格樣本圖片通過目標增強方式進行數據增強,以得到第三目標數量的目標缺陷樣本圖片包括:
6.根據權利要求1所述的方法,其特征在于,所述目標增強方式包括以下中的至少一種:
7.根據權利要求1所述的方法,其特征在于,所述初始檢測網絡包括多個特征提取
8.根據權利要求7所述的方法,其特征在于,所述將所述多個缺陷樣本圖片和所述多個目標缺陷樣本圖片輸入至初始檢測網絡進行訓練,以得到目標檢測網絡包括:
9.根據權利要求8所述的方法,其特征在于,所述多個特征提取模塊按照尺寸從大到小的順序依次連接,其中,尺寸最大的特征提取模塊為小目標特征提取模塊,所述分別通過所述多個特征提取模塊對各缺陷樣本圖片和目標缺陷樣本圖片進行特征提取,得到多個初始缺陷預測結果包括:
10.一種產品缺陷檢測裝置,其特征在于,包括:
11.一種電子設備,其特征在于,包括:
12.一種機器可讀存儲介質,其特征在于,該機器可讀存儲介質上存儲有指令,該指令在被處理器執行時使得所述處理器被配置成執行根據權利要求1至9中任一項所述的用于產品缺陷檢測的方法。
...【技術特征摘要】
1.一種用于產品缺陷檢測的方法,其特征在于,所述方法包括:
2.根據權利要求1所述的方法,其特征在于,所述按照目標增強方式將所述多個缺陷樣本圖片和所述多個合格樣本圖片進行數據增強,以得到多個目標缺陷樣本圖片包括:
3.根據權利要求2所述的方法,其特征在于,所述將第一目標數量的候選缺陷樣本圖片與第二目標數量的候選合格樣本圖片通過目標增強方式進行數據增強,以得到第三目標數量的目標缺陷樣本圖片包括:
4.根據權利要求2所述的方法,其特征在于,所述將第一目標數量的候選缺陷樣本圖片與第二目標數量的候選合格樣本圖片通過目標增強方式進行數據增強,以得到第三目標數量的目標缺陷樣本圖片包括:
5.根據權利要求2所述的方法,其特征在于,所述將第一目標數量的候選缺陷樣本圖片與第二目標數量的候選合格樣本圖片通過目標增強方式進行數據增強,以得到第三目標數量的目標缺陷樣本圖片包括:
6.根據權利要求1所述的方法,其特征在于,所述目標增強方式包括以下中的至少一種:
7.根據權利要求1所述的方法,其特征在于,所述初始檢測網絡包括多個特征提取模塊,所...
【專利技術屬性】
技術研發人員:沈建華,聶宗軍,許振偉,程曉峰,賴鼎,楊金,譚天,
申請(專利權)人:正泰集團研發中心上海有限公司,
類型:發明
國別省市:
還沒有人留言評論。發表了對其他瀏覽者有用的留言會獲得科技券。