CN112686852A - 一种产品缺陷识别方法、装置、设备及存储介质 - Google Patents

Abstract

本发明公开了一种产品缺陷识别方法，通过相机拍摄目标产品各个部件的图片，然后通过各个部件所对应的检测模型对图片中各个部件是否有缺陷进行检测，通过针对性的模型对单一部件进行检测，可以保证对各个部件检测时均具有良好的准确性，而通过相机与检测模型相结合，可以实现自动化快速完成对产品是否有缺陷进行检测，且具有较高的成功率。本发明还提供了一种产品缺陷识别装置、一种产品缺陷识别设备以及一种计算机可读存储介质，同样具有上述有益效果。

Description

一种产品缺陷识别方法、装置、设备及存储介质

技术领域

本发明涉及产品制作领域，特别是涉及一种产品缺陷识别方法、一种产品缺陷识别装置、一种产品缺陷识别设备以及一种计算机可读存储介质。

背景技术

随着社会的进步，人类生活水平日益提高，对服装的选择日逐多样化。因此，对产品，例如拉链的质量要求越来越高。然而，现在车间里大都是由检验员人为地排查缺陷，整体效率十分低下、准确率受人眼睛疲劳程度和产品颜色影响，而且也没有对产生的缺陷产品做好分类，不利于产品工艺的改进。所以如何提供一种高成功率的产品缺陷识别方法是本领域技术人员急需解决的问题。

发明内容

本发明的目的是提供一种产品缺陷识别方法，具有较高的成功率；本发明的另一目的在于提供一种产品缺陷识别装置、一种产品缺陷识别设备以及一种计算机可读存储介质，具有较高的成功率。

为解决上述技术问题，本发明提供一种产品缺陷识别方法，包括：

通过相机拍摄目标产品的多个部件，获取多张图片；所述图片与所述部件相互对应；

调用与所述图片拍摄的部件相对应的检测模型对所述图片进行检测，生成对应所述图片的检测结果；所述检测模型与所述部件一一对应，所述检测模型用于检测对应的所述部件是否具有缺陷；

汇总对应同一所述目标产品的多个检测结果，根据多个所述检测结果确定所述目标产品的缺陷状态。

可选的，所述通过相机拍摄目标产品的多个部件，获取多张图片包括：

通过相机拍摄目标产品的多个部件，将拍摄的多张图片根据所述图片拍摄的部件对所述图片添加对应的标识信息；所述标识信息与所述部件一一对应；

所述调用与所述图片拍摄的部件相对应的检测模型对所述图片进行检测，生成对应所述图片的检测结果包括：

根据所述标识信息调用与所述标识信息相对应的检测模型对所述图片进行检测，生成对应所述图片的检测结果。

可选的，在所述调用与所述图片拍摄的部件相对应的检测模型对所述图片进行检测，生成对应所述图片的检测结果之后，还包括：

当所述检测结果显示对应的图片所拍摄的部件具有缺陷时，将所述检测结果对应的图片发送至前端机。

可选的，在所述通过相机拍摄目标产品的多个部件，获取多张图片之前，还包括：

获取目标产品的物料特征；所述物料特征包括所述目标产品的色系参数；

根据所述色系参数调整所述相机的曝光值。

可选的，所述物料特征还包括所述目标产品具有的部件种类；

在所述通过相机拍摄目标产品的多个部件，获取多张图片之前，还包括：

根据所述部件种类加载对应的所述检测模型。

可选的，所述根据所述部件种类加载对应的所述检测模型包括：

根据所述部件种类确定当前需要加载的所述检测模型；

在当前需要加载的所述检测模型与之前已经加载的所述检测模型不同时，加载当前需要加载的所述检测模型。

可选的，还包括：

当所述缺陷状态表明所述目标产品具有缺陷时，通过分拣机将所述目标产品置于废料槽。

本发明还提供了一种产品缺陷识别装置，包括：

拍摄模块：用于通过相机拍摄目标产品的多个部件，获取多张图片；所述图片与所述部件相互对应；

检测模块：用于调用与所述图片拍摄的部件相对应的检测模型对所述图片进行检测，生成对应所述图片的检测结果；所述检测模型与所述部件一一对应，所述检测模型用于检测对应的所述部件是否具有缺陷；

汇总模块：用于汇总对应同一所述目标产品的多个检测结果，根据多个所述检测结果确定所述目标产品的缺陷状态。

本发明还提供了一种产品缺陷识别设备，所述设备包括：

存储器：用于存储计算机程序；

处理器：用于执行所述计算机程序时实现如上述任一项所述产品缺陷识别方法的步骤。

本发明还提供了一种计算机可读存储介质，所述计算机可读存储介质上存储有计算机程序，所述计算机程序被处理器执行时实现如上述任一项所述产品缺陷识别方法的步骤。

本发明所提供的一种产品缺陷识别方法，包括通过相机拍摄目标产品的多个部件，获取多张图片；图片与部件相互对应；调用与图片拍摄的部件相对应的检测模型对图片进行检测，生成对应图片的检测结果；检测模型与部件一一对应，检测模型用于检测对应的部件是否具有缺陷；汇总对应同一目标产品的多个检测结果，根据多个检测结果确定目标产品的缺陷状态。

通过相机拍摄目标产品各个部件的图片，然后通过各个部件所对应的检测模型对图片中各个部件是否有缺陷进行检测，通过针对性的模型对单一部件进行检测，可以保证对各个部件检测时均具有良好的准确性，而通过相机与检测模型相结合，可以实现自动化快速完成对产品是否有缺陷进行检测，且具有较高的成功率。

本发明还提供了一种产品缺陷识别装置、一种产品缺陷识别设备以及一种计算机可读存储介质，同样具有上述有益效果，在此不再进行赘述。

附图说明

为了更清楚的说明本发明实施例或现有技术的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单的介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1为本发明实施例所提供的一种产品缺陷识别方法的流程图；

图2为本发明实施例所提供的一种具体的产品缺陷识别方法的流程图；

图3为本发明实施例所提供的一种产品缺陷识别装置的结构框图；

图4为本发明实施例所提供的一种产品缺陷识别设备的结构框图。

具体实施方式

本发明的核心是提供一种产品缺陷识别方法。在现有技术中，对于产品的品控现在车间里大都是由检验员人为地排查缺陷，整体效率十分低下、准确率受人眼睛疲劳程度和产品颜色影响，而且也没有对产生的缺陷产品做好分类，不利于产品工艺的改进。

而本发明所提供的一种产品缺陷识别方法，包括通过相机拍摄目标产品的多个部件，获取多张图片；图片与部件相互对应；调用与图片拍摄的部件相对应的检测模型对图片进行检测，生成对应图片的检测结果；检测模型与部件一一对应，检测模型用于检测对应的部件是否具有缺陷；汇总对应同一目标产品的多个检测结果，根据多个检测结果确定目标产品的缺陷状态。

通过相机拍摄目标产品各个部件的图片，然后通过各个部件所对应的检测模型对图片中各个部件是否有缺陷进行检测，通过针对性的模型对单一部件进行检测，可以保证对各个部件检测时均具有良好的准确性，而通过相机与检测模型相结合，可以实现自动化快速完成对产品是否有缺陷进行检测，且具有较高的成功率。

为了使本技术领域的人员更好地理解本发明方案，下面结合附图和具体实施方式对本发明作进一步的详细说明。显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

请参考图1，图1为本发明实施例所提供的一种产品缺陷识别方法的流程图。

参见图1，在本发明实施例中，产品缺陷识别方法包括：

S101：通过相机拍摄目标产品的多个部件，获取多张图片。

在本发明实施例中，所述图片与所述部件相互对应。即通常情况下，对应同一目标产品的一组图片中，任一图片会与目标产品中的部件一一对应。在实际生产过程中，由于通常情况下目标产品通常是通过设备将制备而成，例如对于拉链来说，目标拉链通常是通过设备将长拉链切成短拉链所形成的目标拉链，相应的在本步骤中通常可以在制作出目标产品的同时对目标产品进行检测，相应的本步骤通常为：启动设备，通过相机拍摄制备的目标产品的多个部件，获取多张图片。。

需要说明的是，虽然在本发明实施例中对应同一目标产品的一组图片中，任一图片会与目标产品中的部件一一对应，但是任一张图片中通常并不仅仅包括需要拍摄的部件，通常还会包括需要拍摄的部件以及部分临近的部件，以在后续步骤中可以通过检测模型判断主要拍摄的部件与其他部件之间相对位置是否正确。

S102：调用与图片拍摄的部件相对应的检测模型对图片进行检测，生成对应图片的检测结果。

在本发明实施例中，所述检测模型与所述部件一一对应，所述检测模型用于检测对应的所述部件是否具有缺陷。上述检测模型通常包括OD(object detection，目标检测算法)模型和CLS(概念提取算法)模型，其中OD模型是用Faster RCNN算法跟VGG16网络迭代出来的模型，CLS模型是用caffe算法跟Googlenet网络迭代出来的模型。有关检测模型的具体内容可以参考现有技术，在此不再进行赘述。上述检测模型需要与目标产品中的各个部件一一对应，即检测模型具体是依据具有缺陷的对应部件所训练出的模型，还检测模型可以发现对应部件的缺陷，至少可以发现对应部件是否具有缺陷。

在本步骤中，会调用与上述图片所拍摄部件相对应的检测模型对该图片进行检测，以生成对应图片的检测结果。有关检测模型具体的应用过程可以参考现有技术，在此不再进行赘述。上述检测结果至少可以标识出对应部件是否存在缺陷，以便用户可以根据该检测结果对整个目标产品是否为良品进行判断。有关检测结果的具体形式可以根据实际情况自行设定，在此不做具体限定。

S103：汇总对应同一目标产品的多个检测结果，根据多个检测结果确定目标产品的缺陷状态。

在本步骤中，会汇总对应同一目标产品多张图片的检测结果，并根据该检测结果确定目标产品的缺陷状态。该缺陷状态至少可以表明目标产品是否具有缺陷；由于上述检测结果具体与目标产品中的具体部件相对应，因此该缺陷状态通常可以表明目标产品具体何处具有缺陷。

本发明实施例所提供的一种产品缺陷识别方法，包括通过相机拍摄目标产品的多个部件，获取多张图片；图片与部件相互对应；调用与图片拍摄的部件相对应的检测模型对图片进行检测，生成对应图片的检测结果；检测模型与部件一一对应，检测模型用于检测对应的部件是否具有缺陷；汇总对应同一目标产品的多个检测结果，根据多个检测结果确定目标产品的缺陷状态。

通过相机拍摄目标产品各个部件的图片，然后通过各个部件所对应的检测模型对图片中各个部件是否有缺陷进行检测，通过针对性的模型对单一部件进行检测，可以保证对各个部件检测时均具有良好的准确性，而通过相机与检测模型相结合，可以实现自动化快速完成对产品是否有缺陷进行检测，且具有较高的成功率。

有关本发明所提供的一种产品缺陷识别方法的具体内容将在下述发明实施例中做详细介绍。

请参考图2，图2为本发明实施例所提供的一种具体的产品缺陷识别方法的流程图。

参见图2，在本发明实施例中，产品缺陷识别方法包括：

S201：获取目标产品的物料特征。

在本发明实施例中，所述物料特征包括所述目标产品的色系参数。

在本步骤中，具体可以通过使用扫描枪扫描订单工票上的二维码读取工票号码的方式，或操作人员通过目视确定目标产品的物料特征，该物料特征至少需要包括目标产品的色系参数，例如黑色等，以便于在后续步骤中对相机的参数进行调整。通常情况下，在后续启动设备制作出目标产品之前，需要通过校准装置对产品的位置进行校准。

具体的，上述物料特征通常还包括所述目标产品具有的部件种类，以便在后续步骤中加载对应的检测模型。

S202：根据色系参数调整相机的曝光值。

在本步骤中，会根据S201中确定出的目标产品的色系参数调整后续步骤中需要使用的相机的曝光值，有关相机曝光值与其拍摄物体色系参数之间具体的对应关系可以参考现有技术，在此不再进行赘述。在本步骤中，通过根据目标产品的色系参数调整相机的曝光值可以保证相机可以拍摄出清晰的图片。

S203：根据部件种类加载对应的检测模型。

在本步骤中，可以根据上述部件种类加载对应的检测模型，以便在后续步骤中对相机拍摄的图片进行检测时，可以直接调用对应的检测模型。

具体的，在本步骤中首先可以先根据所述部件种类确定当前需要加载的所述检测模型；再在当前需要加载的所述检测模型与之前已经加载的所述检测模型不同时，加载当前需要加载的所述检测模型。由于不同种类的产品可能具有不同的部件，相应的此处具体可以先根据本次需要检测目标产品的部件种类确定所需要加载的检测模型；之后会判断此次需要加载的检测模型与已经加载的检测模型是否相同。若相同，则此次可以不重新加载；若不同，则需要重新加载本次所需的检测模型。

S204：通过相机拍摄目标产品的多个部件，将拍摄的多张图片根据图片拍摄的部件对图片添加对应的标识信息。

在本发明实施例中，所述标识信息与所述部件一一对应。该标识信息可以为编号或其他形式的标识信息均可，在此不做具体限定。

在本步骤中，会将相机拍摄的图片根据其拍摄的部件进行标号，即添加标识信息，以便在后续步骤中调用对应的检测模型。本步骤的其余内容已在上述发明实施例中S101进行介绍，在此不再进行赘述。

具体的，在本步骤中通常会将已经添加完标识信息的图片缓存到图片落地缓存队列，单独启动线程将此图片落地缓存队列的图片落地到磁盘；之后会将落地的图片缓存到待检测缓存队列。

S205：根据标识信息调用与标识信息相对应的检测模型对图片进行检测，生成对应图片的检测结果。

在本步骤中，具体会从待检测缓存队列中调取图片，根据图片的标识信息调用与该标识信息对应的检测模型对图片进行检测，以根据该检测模型生成对应的检测结果。

具体的，在本步骤中调用检测模型的具体方式可以是以restful api的POST形式请求，因此需要在上述S203中加载对应目标产品各个部件的多个检测模型。模型调用时，POST的Body通常需要包括实际工单的物料特征即可。

有关本步骤的其余内容已在上述发明实施例中S102进行介绍，在此不再进行赘述。

S206：当检测结果显示对应的图片所拍摄的部件具有缺陷时，将检测结果对应的图片发送至前端机。

在本步骤中，具体会在对某一图片进行检测时，其检测结果显示该图片具有缺陷，则在本步骤中会直接将该图片及其对应的检测结果发送至前端机进行展示，以提醒操作人员出现缺陷。

S207：汇总对应同一目标产品的多个检测结果，根据多个检测结果确定目标产品的缺陷状态。

本步骤与上述发明实施例中S103基本一致，详细内容请参考上述发明实施例，在此不再进行赘述。

S208：当缺陷状态表明目标产品具有缺陷时，通过分拣机将目标产品置于废料槽。

在本步骤中，具体会在上述缺陷状态表明标产品具有缺陷时，直接通过分拣机将所述目标产品置于废料槽，以完成产品的分拣步骤。

本发明实施例所提供的一种产品缺陷识别方法，通过相机拍摄目标产品各个部件的图片，然后通过各个部件所对应的检测模型对图片中各个部件是否有缺陷进行检测，通过针对性的模型对单一部件进行检测，可以保证对各个部件检测时均具有良好的准确性，而通过相机与检测模型相结合，可以实现自动化快速完成对产品是否有缺陷进行检测，且具有较高的成功率。

下面对本发明实施例所提供的一种产品缺陷识别装置进行介绍，下文描述的产品缺陷识别装置与上文描述的产品缺陷识别方法可相互对应参照。

请参考图3，图3为本发明实施例所提供的一种产品缺陷识别装置的结构框图。

参见图3，在本发明实施例中，产品缺陷识别装置可以包括：

拍摄模块100：用于通过相机拍摄目标产品的多个部件，获取多张图片；所述图片与所述部件相互对应。

检测模块200：用于调用与所述图片拍摄的部件相对应的检测模型对所述图片进行检测，生成对应所述图片的检测结果；所述检测模型与所述部件一一对应，所述检测模型用于检测对应的所述部件是否具有缺陷。

汇总模块300：用于汇总对应同一所述目标产品的多个检测结果，根据多个所述检测结果确定所述目标产品的缺陷状态。

作为优选的，在本发明实施例中，拍摄模块100具体用于：

通过相机拍摄目标产品的多个部件，将拍摄的多张图片根据所述图片拍摄的部件对所述图片添加对应的标识信息；所述标识信息与所述部件一一对应。

检测模块200具体用于：

根据所述标识信息调用与所述标识信息相对应的检测模型对所述图片进行检测，生成对应所述图片的检测结果。

作为优选的，在本发明实施例中，还包括：

发送模块：用于当所述检测结果显示对应的图片所拍摄的部件具有缺陷时，将所述检测结果对应的图片发送至前端机。

作为优选的，在本发明实施例中，还包括：

特征获取模块：用于获取目标产品的物料特征；所述物料特征包括所述目标产品的色系参数。

曝光值模块：用于根据所述色系参数调整所述相机的曝光值。

作为优选的，在本发明实施例中，所述物料特征还包括所述目标产品具有的部件种类。

还包括：

加载模块：用于根据所述部件种类加载对应的所述检测模型。

作为优选的，在本发明实施例中，加载模块包括：

确定单元：用于根据所述部件种类确定当前需要加载的所述检测模型。

加载单元：用于在当前需要加载的所述检测模型与之前已经加载的所述检测模型不同时，加载当前需要加载的所述检测模型。

作为优选的，在本发明实施例中，还包括：

当所述缺陷状态表明所述目标产品具有缺陷时，通过分拣机将所述目标产品置于废料槽。

本实施例的产品缺陷识别装置用于实现前述的产品缺陷识别方法，因此产品缺陷识别装置中的具体实施方式可见前文中产品缺陷识别方法的实施例部分，例如，拍摄模块100，检测模块200，汇总模块300分别用于实现上述产品缺陷识别方法中步骤S101，S102以及S103，所以，其具体实施方式可以参照相应的各个部分实施例的描述，在此不再赘述。

下面对本发明实施例提供的一种产品缺陷识别设备进行介绍，下文描述的产品缺陷识别设备与上文描述的产品缺陷识别方法以及产品缺陷识别装置可相互对应参照。

请参考图4，图4为本发明实施例所提供的一种产品缺陷识别设备的结构框图。

参照图4，该产品缺陷识别设备可以包括处理器11和存储器12。

所述存储器12用于存储计算机程序；所述处理器11用于执行所述计算机程序时实现上述发明实施例中所述的产品缺陷识别方法。

本实施例的产品缺陷识别设备中处理器11用于安装上述发明实施例中所述的产品缺陷识别装置，同时处理器11与存储器12相结合可以实现上述任一发明实施例中所述的产品缺陷识别方法。因此产品缺陷识别设备中的具体实施方式可见前文中的产品缺陷识别方法的实施例部分，其具体实施方式可以参照相应的各个部分实施例的描述，在此不再赘述。

本发明还提供了一种计算机可读存储介质，所述计算机可读存储介质上存储有计算机程序，所述计算机程序被处理器执行时实现上述任一发明实施例中所介绍的一种产品缺陷识别方法。其余内容可以参照现有技术，在此不再进行展开描述。

本说明书中各个实施例采用递进的方式描述，每个实施例重点说明的都是与其它实施例的不同之处，各个实施例之间相同或相似部分互相参见即可。对于实施例公开的装置而言，由于其与实施例公开的方法相对应，所以描述的比较简单，相关之处参见方法部分说明即可。

专业人员还可以进一步意识到，结合本文中所公开的实施例描述的各示例的单元及算法步骤，能够以电子硬件、计算机软件或者二者的结合来实现，为了清楚地说明硬件和软件的可互换性，在上述说明中已经按照功能一般性地描述了各示例的组成及步骤。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本发明的范围。

结合本文中所公开的实施例描述的方法或算法的步骤可以直接用硬件、处理器执行的软件模块，或者二者的结合来实施。软件模块可以置于随机存储器(RAM)、内存、只读存储器(ROM)、电可编程ROM、电可擦除可编程ROM、寄存器、硬盘、可移动磁盘、CD-ROM、或技术领域内所公知的任意其它形式的存储介质中。

最后，还需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。

以上对本发明所提供的一种产品缺陷识别方法、一种产品缺陷识别装置、一种产品缺陷识别设备以及一种计算机可读存储介质进行了详细介绍。本文中应用了具体个例对本发明的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本发明的方法及其核心思想。应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明原理的前提下，还可以对本发明进行若干改进和修饰，这些改进和修饰也落入本发明权利要求的保护范围内。

Claims (10)

1.一种产品缺陷识别方法，其特征在于，包括：

通过相机拍摄目标产品的多个部件，获取多张图片；所述图片与所述部件相互对应；

调用与所述图片拍摄的部件相对应的检测模型对所述图片进行检测，生成对应所述图片的检测结果；所述检测模型与所述部件一一对应，所述检测模型用于检测对应的所述部件是否具有缺陷；

汇总对应同一所述目标产品的多个检测结果，根据多个所述检测结果确定所述目标产品的缺陷状态。

2.根据权利要求1所述的方法，其特征在于，所述通过相机拍摄目标产品的多个部件，获取多张图片包括：

通过相机拍摄目标产品的多个部件，将拍摄的多张图片根据所述图片拍摄的部件对所述图片添加对应的标识信息；所述标识信息与所述部件一一对应；

所述调用与所述图片拍摄的部件相对应的检测模型对所述图片进行检测，生成对应所述图片的检测结果包括：

根据所述标识信息调用与所述标识信息相对应的检测模型对所述图片进行检测，生成对应所述图片的检测结果。

3.根据权利要求1所述的方法，其特征在于，在所述调用与所述图片拍摄的部件相对应的检测模型对所述图片进行检测，生成对应所述图片的检测结果之后，还包括：

当所述检测结果显示对应的图片所拍摄的部件具有缺陷时，将所述检测结果对应的图片发送至前端机。

4.根据权利要求1至3任一项权利要求所述的方法，其特征在于，在所述通过相机拍摄目标产品的多个部件，获取多张图片之前，还包括：

获取目标产品的物料特征；所述物料特征包括所述目标产品的色系参数；

根据所述色系参数调整所述相机的曝光值。

5.根据权利要求4所述的方法，其特征在于，所述物料特征还包括所述目标产品具有的部件种类；

在所述通过相机拍摄目标产品的多个部件，获取多张图片之前，还包括：

根据所述部件种类加载对应的所述检测模型。

6.根据权利要求5所述的方法，其特征在于，所述根据所述部件种类加载对应的所述检测模型包括：

根据所述部件种类确定当前需要加载的所述检测模型；

在当前需要加载的所述检测模型与之前已经加载的所述检测模型不同时，加载当前需要加载的所述检测模型。

7.根据权利要求1所述的方法，其特征在于，还包括：

当所述缺陷状态表明所述目标产品具有缺陷时，通过分拣机将所述目标产品置于废料槽。

8.一种产品缺陷识别装置，其特征在于，包括：

拍摄模块：用于通过相机拍摄目标产品的多个部件，获取多张图片；所述图片与所述部件相互对应；

检测模块：用于调用与所述图片拍摄的部件相对应的检测模型对所述图片进行检测，生成对应所述图片的检测结果；所述检测模型与所述部件一一对应，所述检测模型用于检测对应的所述部件是否具有缺陷；

汇总模块：用于汇总对应同一所述目标产品的多个检测结果，根据多个所述检测结果确定所述目标产品的缺陷状态。

9.一种产品缺陷识别设备，其特征在于，所述设备包括：

存储器：用于存储计算机程序；

处理器：用于执行所述计算机程序时实现如权利要求1至7任一项所述产品缺陷识别方法的步骤。

10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质上存储有计算机程序，所述计算机程序被处理器执行时实现如权利要求1至7任一项所述产品缺陷识别方法的步骤。

Images