申请/专利权人：深圳杰泰科技有限公司

申请日：2024-04-02

公开（公告）日：2024-07-05

公开（公告）号：CN118097301B

主分类号：G06V10/764

分类号：G06V10/764;G06V10/82;G06V10/26;G06V10/44;G06N3/045;G06N3/0464;G06N3/048;G06N3/08;G06T7/00;G06T7/11

优先权：

专利状态码：有效-授权

法律状态：2024.07.05#授权;2024.06.14#实质审查的生效;2024.05.28#公开

摘要：本申请适用于图像处理技术领域，提供了一种表面缺陷检测方法、表面缺陷检测模型的训练方法及装置，应用于制动主缸内壁外表面缺陷检测，该方法包括：根据待测目标的预设参数构建参数化成像模型，根据所述目标成像参数采集所述待测目标的表面图像；将所述待测目标的表面图像输入预训练的表面缺陷检测模型，所述预训练的表面缺陷模型是通过正常表面图像和无标注的缺陷表面图像进行训练得到的；所述预训练的表面缺陷检测模型包括：特征提取子模块、简单网领域适配子模块、异常特征生成子模块、图像鉴别子模块和图像块分布建模推理子模块。该方案通过使用预训练的表面缺陷检测模型提高缺陷检测的准确性和精度，减少人工干预和主观性带来的误差。

主权项：1.一种表面缺陷检测方法，其特征在于，应用于制动主缸内壁外表面缺陷检测，包括：根据待测目标的预设参数构建参数化成像模型，所述预设参数用于计算所述待测目标的目标成像参数；根据所述目标成像参数采集所述待测目标的表面图像；将所述待测目标的表面图像输入预训练的表面缺陷检测模型，所述预训练的表面缺陷检测模型是通过正常表面图像和无标注的缺陷表面图像进行训练得到的；所述预训练的表面缺陷检测模型包括：特征提取子模块、简单网领域适配子模块、异常特征生成子模块、图像鉴别子模块和图像块分布建模推理子模块，所述特征提取子模块用于提取表征图像深层判别性信息和高级语义信息的特征图，所述简单网领域适配子模块用于将特征图映射到目标域特征空间得到适配特征图，所述异常特征生成子模块用于生成噪声，所述图像鉴别子模块用于对输入的图像进行鉴别，所述图像块分布建模推理子模块用于计算目标缺陷分割阈值；利用所述特征提取子模块提取所述待测目标的表面图像对应的特征图，所述特征提取子模块包括预训练的深度神经网络；利用所述简单网领域适配子模块将所述特征图投影到目标域特征空间得出适配特征图；利用所述异常特征生成子模块在所述适配特征图中加入预设噪声，生成异常特征图；将所述适配特征图和所述异常特征图输入所述图像鉴别子模块计算得出图像正态性分数；计算所述正态性分数的相反值，生成异常分数，所述异常分数用于计算所述待测目标的表面图像的缺陷分割阈值；利用所述预训练的表面缺陷检测模型输出所述待测目标的表面图像的缺陷分割区域。

全文数据：

权利要求：

百度查询： 深圳杰泰科技有限公司 表面缺陷检测方法、表面缺陷检测模型的训练方法及装置

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD