一种产品缺陷检测方法、装置与系统

    公开(公告)号:CN111161246B

    公开(公告)日:2024-05-14

    申请号:CN201911397516.3

    申请日:2019-12-30

    摘要: 本发明公开一种产品缺陷检测方法、装置与系统。本发明的方法包括:采集产品的样本图像,从样本图像中提取可能存在产品缺陷的候选图像块,并提取候选图像块对应的预设形状特征和候选图像块对应的纹理特征;利用预设形状特征对第一级分类器进行训练,得到能够从候选图像块中进一步筛选出可能存在产品缺陷的目标图像块的第一级分类器;利用纹理特征对第二级分类器进行训练,得到能够正确识别出产品缺陷的第二级分类器;在进行产品缺陷检测时,将从产品图像中提取的候选图像块的预设形状特征输入第一级分类器后,将得到的目标图像块的纹理特征再输入至第二级分类器,检测出产品中存在的缺陷。

    一种小样本缺陷分类方法和装置

    公开(公告)号:CN111127571B

    公开(公告)日:2023-12-29

    申请号:CN201911218786.3

    申请日:2019-12-03

    摘要: 本发明公开了一种小样本缺陷分类方法和装置。该方法包括:对待测目标进行部件分离,按照分离后的部件将待测目标的原图像分割成至少两个包含有不同部件的子图像;对应每个子图像以及原图像,分别建立小样本分类模型,借助对应的分类模型,获得每个子图像的分类结果和原图像的分类结果,分类结果包括缺陷类别和对应的类别概率;根据所有子图像和原图像的分类结果,确定并输出待测目标的缺陷类别。本申请通过将待测目标进行部件分离,使用分离后的部件与待测目标本身作为多个分支分别进行缺陷分类,能够降低缺陷识别的复杂度,从而提高了缺陷识别的准确度,克服了小样本情况下传统缺陷分类方法结果不稳定的问题。

    一种基于神经网络的目标分类模型的优化方法、装置

    公开(公告)号:CN111178446B

    公开(公告)日:2023-08-04

    申请号:CN201911420340.9

    申请日:2019-12-31

    摘要: 本发明公开了一种基于神经网络的目标分类模型的优化方法、装置。该方法包括:构建基于神经网络的目标分类模型,对目标分类模型进行训练,利用训练好的目标分类模型实现目标图像的分类;当出现新的目标图像,该新的目标图像为针对目标新情况对应的图像且仍可分类到原分类体系中,判断目标分类模型对所述新的目标图像的分类识别结果,若目标分类模型无法对新的目标图像进行正确分类,则根据新的目标图像选取部分参数,对部分参数进行调整,经训练得到能够将新的目标图像正确分类的目标分类模型。上述方案可以在保证目标分类模型性能的基础上使其能够适应新的场景,且训练速度获得极大的提高,在20分钟左右即可完成模型训练。

    一种产品缺陷检测方法、装置与系统

    公开(公告)号:CN111060520B

    公开(公告)日:2021-10-29

    申请号:CN201911402024.9

    申请日:2019-12-30

    发明人: 刘杰

    IPC分类号: G01N21/88 G01N21/01

    摘要: 本发明公开一种产品缺陷检测方法、装置与系统。本发明实施例的方法包括:构建包括分类网络、定位检测网络和判断网络的缺陷检测框架,根据分类网络的分类结果设置定位检测网络的数量和判断网络的判断规则,每个定位检测网络关联一种分类结果,每种判断规则关联一个定位检测网络的检测结果;在进行产品缺陷检测时,将采集到的产品图像输入缺陷检测框架,利用分类网络对产品图像中的缺陷类型进行分类,根据分类结果关联的定位检测网络对产品图像的缺陷进行检测之后,再根据得到的检测结果关联的判断规则判断出产品是否存在的缺陷,并在产品存在缺陷时,检测出缺陷类型及缺陷位置。

    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

    IPC分类号: G06K9/62 G06T7/62

    摘要: 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。

    一种分类网络及其实现方法和装置

    公开(公告)号:CN112766397A

    公开(公告)日:2021-05-07

    申请号:CN202110113089.2

    申请日:2021-01-27

    IPC分类号: G06K9/62 G06N3/04 G06N3/08

    摘要: 本申请公开了一种分类网络及其实现方法和装置,其中方法包括:基于IRv2算法构建包括Stem模块、多个Inception模块和多个IR模块的分类网络,分类网络的批标准化BN层使用γ参数;对分类网络进行初始化,并对初始化的分类网络进行稀疏化训练,得到稀疏化的γ参数;基于稀疏化的γ参数,对Stem模块、剪枝Inception模块和多个IR模块进行network slimming剪枝,对非剪枝Inception模块不进行network slimming剪枝。该技术方案能够既保证分类网络的分类效果,同时实现网络结构的精简,从而提高训练效率,减少推理时间和内存占用,节省人力、工时和经费,使得分类网络可以部署在不同算力的硬件设备上。

    一种产品缺陷检测方法、装置与系统

    公开(公告)号:CN111161246A

    公开(公告)日:2020-05-15

    申请号:CN201911397516.3

    申请日:2019-12-30

    IPC分类号: G06T7/00 G06K9/62 G01N21/88

    摘要: 本发明公开一种产品缺陷检测方法、装置与系统。本发明的方法包括:采集产品的样本图像,从样本图像中提取可能存在产品缺陷的候选图像块,并提取候选图像块对应的预设形状特征和候选图像块对应的纹理特征;利用预设形状特征对第一级分类器进行训练,得到能够从候选图像块中进一步筛选出可能存在产品缺陷的目标图像块的第一级分类器;利用纹理特征对第二级分类器进行训练,得到能够正确识别出产品缺陷的第二级分类器;在进行产品缺陷检测时,将从产品图像中提取的候选图像块的预设形状特征输入第一级分类器后,将得到的目标图像块的纹理特征再输入至第二级分类器,检测出产品中存在的缺陷。

    校准装置及校准方法

    公开(公告)号:CN118914224A

    公开(公告)日:2024-11-08

    申请号:CN202411025392.7

    申请日:2024-07-29

    IPC分类号: G01N21/93

    摘要: 本发明提供一种校准装置及校准方法,其中校准装置包括校准工装、设置在所述校准工装上的不同规格的校准组件和感应芯片、AOI检测单元以及PLC控制单元,其中,所述校准工装,用于装配所述校准组件,并将所述校准组件流转至所述AOI检测单元所在的工序;所述感应芯片,用于识别所述校准工装是否流转至所述AOI检测单元所在的工序;所述AOI检测单元,用于对所述校准组件进行检测;所述PLC控制单元,用于控制所述AOI检测单元对所述校准组件进行检测。利用本发明,能够解决现有的AOI检测过程中检测设备松动导致检测不准确、测试的打工方式不同以及人工点检方式效率低等问题。

    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

    摘要: 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。