买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：腾讯科技(深圳)有限公司

摘要：本申请公开了一种缺陷检测方法、装置、设备及存储介质，可应用于云技术、人工智能、智慧交通、辅助驾驶等场景中，该方法使用了基于异常检测的框架实现缺陷检测，在缺陷检测过程中，使用了位置信息进行了特征增强，提升缺陷检测精度，包括使用了基于位置敏感的特征提取层，来增强了对位置信息的抽取能力，以及在建立参考特征集时使用了基于位置信息的距离作为特征对比依据，从而使得特征对比过程更专注于局部区域。此外，该方法还依据初始的异常检测模型的预测结果生成了伪标签，然后使用伪标签训练异常分割模型，从而实现对主干网络特征的领域适应性微调，从而提升了主干网络在目标器件图像领域中的特征提取能力，进而提升了缺陷检测的精确度。

主权项：1.一种缺陷检测方法，其特征在于，所述方法包括：获得参考特征集，所述参考特征集包括根据更新特征集中两两更新特征之间的相似度，从更新特征集中选取的部分更新特征，所述更新特征集是对多个无缺陷图像各自包括的图像块进行特征提取得到的，所述参考特征集中每个参考特征对应一个无缺陷图像中的一个图像块，且每个参考特征包含相应图像块的位置信息，所述无缺陷图像包含无缺陷的目标器件；接收包含目标器件的待检测图像；对所述待检测图像包含的各图像块进行特征提取，获得相应的局部特征；通过已训练的位置增强网络，基于所述各图像块各自在所述待检测图像中的位置信息，分别对相应的局部特征进行位置增强处理，获得相应的包含位置信息的增强特征；针对获得的各增强特征，分别从所述参考特征集中确定所述各增强特征相似度最高的参考特征，获得多个特征对，每个特征对包括一个增强特征与所述一个增强特征相似度最高的参考特征；从所述多个特征对中，确定增强特征与参考特征之间的相似度最小的一个特征对；若所述一个特征对中的增强特征与参考特征之间的相似度小于异常相似度度量，则确定与所述一个特征对中的参考特征之间的相似度大于预设相似度阈值的多个参考特征；基于确定出的各参考特征各自与增强特征之间的差异，确定所述一个特征对中的增强特征对应的图像块的异常评估值；其中，若所述各参考特征各自与所述一个特征对中的增强特征之间的相似度均小于所述异常相似度度量，则所述异常评估值指示所述一个特征对中的增强特征对应的图像块为缺陷图像块的概率小于预设概率阈值；基于获得的异常评估值，确定所述待检测图像的缺陷检测结果。

全文数据：

权利要求：

百度查询： 腾讯科技(深圳)有限公司 缺陷检测方法、装置、设备及存储介质