缺陷检测模型训练方法、装置和缺陷检测方法、装置

    公开(公告)号:CN113674203A

    公开(公告)日:2021-11-19

    申请号:CN202110796039.9

    申请日:2021-07-14

    Abstract: 本申请公开了一种缺陷检测模型训练方法、装置和缺陷检测方法、装置。本申请的缺陷检测模型训练方法包括:获取产品图像,所述产品图像中包括待重点检测的环形区域;提取所述产品图像中的所述环形区域,将该环形区域的区域形态划分为拐角形态和边线形态;根据所述拐角形态和边线形态对所述环形区域进行区域分割与拼接,得到多个子图;利用每个子图训练该子图对应的缺陷检测模型。本申请的缺陷检测包括:获取待检测的产品图像,提取所述产品图像中的环形区域,根据该环形区域的拐角形态和边线形态对该环形区域进行区域分割与拼接,得到多个子图;将每个子图输入到相应的缺陷检测模型,得到每个子图对应的缺陷检测结果。

    一种目标标注方法和一种目标标注装置

    公开(公告)号:CN112884055B

    公开(公告)日:2023-02-03

    申请号:CN202110236192.6

    申请日:2021-03-03

    Abstract: 本发明公开了一种目标标注方法和目标标注装置。方法包括:使用训练后的目标检测模型标注预测图片集合,得到预测框信息,预测图片集合中包含已标注的图片和未标注的图片;从预测框中,筛选出与已标注目标重合程度低于预设值或缺少已标注目标的预测框;使用搭建并训练过的分类网络对筛选出的预测框进行分类,分类网络由已标注目标及其背景图像训练得到;若该预测框的分类结果与该预测框的预测类别一致,则将该预测框信息写入标注文件。本申请使用训练后的模型标注预测图片集合,并筛选出与已标注目标重合程度低于预设值或缺少已标注目标的预测框,利用分类网络进行分类检验,实现对目标标注的智能实现和结果检验,可提高目标标注的效率和准确度。

    缺陷检测方法和装置
    3.
    发明公开

    公开(公告)号:CN113160176A

    公开(公告)日:2021-07-23

    申请号:CN202110441107.X

    申请日:2021-04-23

    Abstract: 本申请公开了缺陷检测方法和装置。其中方法包括:获取目标的待检测图像;利用训练好的图像分割网络从待检测图像中识别出与目标对应的目标整体图像,以及识别出呈第一形状的缺陷部分图像;根据目标整体图像和缺陷部分图像确定第一子图,以及根据缺陷部分图像确定第二子图;分别对第一子图和第二子图进行缺陷检测,若至少一个子图能够检测出缺陷,则确定目标存在缺陷。有益效果在于,支持任意形状的缺陷部分图像识别,泛用性强;缺陷检测既考虑了目标的整体性,又重点关注到了局部,提升了缺陷检测准确率,而且流程简单,尤其适用于生产线上的产品缺陷检测。

    缺陷检测模型训练方法、装置和缺陷检测方法、装置

    公开(公告)号:CN113674203B

    公开(公告)日:2025-01-24

    申请号:CN202110796039.9

    申请日:2021-07-14

    Abstract: 本申请公开了一种缺陷检测模型训练方法、装置和缺陷检测方法、装置。本申请的缺陷检测模型训练方法包括:获取产品图像,所述产品图像中包括待重点检测的环形区域;提取所述产品图像中的所述环形区域,将该环形区域的区域形态划分为拐角形态和边线形态;根据所述拐角形态和边线形态对所述环形区域进行区域分割与拼接,得到多个子图;利用每个子图训练该子图对应的缺陷检测模型。本申请的缺陷检测包括:获取待检测的产品图像,提取所述产品图像中的环形区域,根据该环形区域的拐角形态和边线形态对该环形区域进行区域分割与拼接,得到多个子图;将每个子图输入到相应的缺陷检测模型,得到每个子图对应的缺陷检测结果。

    一种目标标注方法和一种目标标注装置

    公开(公告)号:CN112884054A

    公开(公告)日:2021-06-01

    申请号:CN202110236191.1

    申请日:2021-03-03

    Abstract: 本发明公开了一种目标标注方法和一种目标标注装置。该方法包括:使用目标检测模型检测包含目标的图片集合,得到目标的预测框,图片集合中包含已标注的图片和未标注的图片;从预测框中,筛选出与已标注目标重合程度低于预设值或缺少已标注目标的预测框;根据筛选出的预测框的面积和相对于面积的像素均值,查找出各预测框最接近的目标类别,若最接近的目标类别与该预测框的预测类别一致,则将该预测框的信息写入标注文件。本申请利用目标检测模型检测图片,继而筛选预测框,通过筛选出预测框的面积和像素均值,确定预测框的预测类别是否准确,可以实现图片自动标注,且标注结果经过了分类检验,准确率更高。

    屏幕缺陷检测方法、设备和可读存储介质

    公开(公告)号:CN117351011A

    公开(公告)日:2024-01-05

    申请号:CN202311641891.4

    申请日:2023-12-04

    Abstract: 本申请公开了一种屏幕缺陷检测方法、设备和可读存储介质,涉及光学设备的检测领域,该方法包括:确定待检测屏幕的影像信息对应的二值图,并根据所述二值图中的灰度值跳变信息确定目标轮廓图像;确定所述目标轮廓图像进行灰度值填充后的填充图像;分别对所述目标轮廓图像以及所述填充图像进行高斯差分处理,确定第一缺陷图像以及第二缺陷图像;基于所述第一缺陷图像以及所述第二缺陷图像的灰度差值图,判定是否存在目标缺陷。有效解决了相关技术中位于屏幕边缘的缺陷容易误判为屏幕轮廓的一部分,导致漏检率高的技术问题,实现了将边缘缺陷与轮廓进行分离,准确提取边缘缺陷的技术效果。

    一种目标标注方法和一种目标标注装置

    公开(公告)号:CN112884055A

    公开(公告)日:2021-06-01

    申请号:CN202110236192.6

    申请日:2021-03-03

    Abstract: 本发明公开了一种目标标注方法和目标标注装置。方法包括:使用训练后的目标检测模型标注预测图片集合,得到预测框信息,预测图片集合中包含已标注的图片和未标注的图片;从预测框中,筛选出与已标注目标重合程度低于预设值或缺少已标注目标的预测框;使用搭建并训练过的分类网络对筛选出的预测框进行分类,分类网络由已标注目标及其背景图像训练得到;若该预测框的分类结果与该预测框的预测类别一致,则将该预测框信息写入标注文件。本申请使用训练后的模型标注预测图片集合,并筛选出与已标注目标重合程度低于预设值或缺少已标注目标的预测框,利用分类网络进行分类检验,实现对目标标注的智能实现和结果检验,可提高目标标注的效率和准确度。

    图像识别方法、设备、存储介质及装置

    公开(公告)号:CN111209947A

    公开(公告)日:2020-05-29

    申请号:CN201911424252.6

    申请日:2019-12-31

    Abstract: 本发明公开了一种图像识别方法、设备、存储介质及装置,该方法包括:获取待识别图像,通过预设分类网络确定所述待识别图像的目标特征以及第一图像类别概率,根据所述目标特征通过预设区域定位网络对所述待识别图像进行预处理,获得目标图像,通过所述预设分类网络确定所述目标图像的第二图像类别概率,并根据所述第一图像类别概率以及所述第二图像类别概率确定目标类别概率,根据所述目标类别概率确定所述待识别图像的图像类别;本发明通过预设分类网络以及预设区域定位网络对待识别图像进行截取,获得目标图像,再根据待识别图像以及目标图像对待识别图像进行图像识别,从而能够避免环境因素对图片识别的影响,提高用户体验。

    屏幕缺陷检测方法、设备和可读存储介质

    公开(公告)号:CN117351011B

    公开(公告)日:2024-03-12

    申请号:CN202311641891.4

    申请日:2023-12-04

    Abstract: 本申请公开了一种屏幕缺陷检测方法、设备和可读存储介质,涉及光学设备的检测领域,该方法包括:确定待检测屏幕的影像信息对应的二值图,并根据所述二值图中的灰度值跳变信息确定目标轮廓图像;确定所述目标轮廓图像进行灰度值填充后的填充图像;分别对所述目标轮廓图像以及所述填充图像进行高斯差分处理,确定第一缺陷图像以及第二缺陷图像;基于所述第一缺陷图像以及所述第二缺陷图像的灰度差值图,判定是否存在目标缺陷。有效解决了相关技术中位于屏幕边缘的缺陷容易误判为屏幕轮廓的一部分,导致漏检率高的技术问题,实现了将边缘缺陷与轮廓进行分离,准确提取边缘缺陷的技术效果。

    一种目标标注方法和一种目标标注装置

    公开(公告)号:CN112884054B

    公开(公告)日:2022-12-09

    申请号:CN202110236191.1

    申请日:2021-03-03

    Abstract: 本发明公开了一种目标标注方法和一种目标标注装置。该方法包括:使用目标检测模型检测包含目标的图片集合,得到目标的预测框,图片集合中包含已标注的图片和未标注的图片;从预测框中,筛选出与已标注目标重合程度低于预设值或缺少已标注目标的预测框;根据筛选出的预测框的面积和相对于面积的像素均值,查找出各预测框最接近的目标类别,若最接近的目标类别与该预测框的预测类别一致,则将该预测框的信息写入标注文件。本申请利用目标检测模型检测图片,继而筛选预测框,通过筛选出预测框的面积和像素均值,确定预测框的预测类别是否准确,可以实现图片自动标注,且标注结果经过了分类检验,准确率更高。

Patent Agency Ranking