CN115379197A - 用于在生产线上检测摄像头产品的镜头表面的方法和装置 - Google Patents

Abstract

本公开提供一种用于在生产线上检测摄像头产品的镜头表面的方法和装置，属于质量检测技术领域，其中，该方法包括：获取摄像头产品在检测工位上对纯色背景区域拍摄的图像；使用检测模型处理图像以得到检测输出，其中，检测输出定义属于质量问题的图像区域、以及质量问题的类别和置信度；根据检测输出确定摄像头产品的镜头表面是否通过检测。通过本公开的一个或多个实施例，可实现在生产线上检测摄像头产品的镜头表面，准确发现摄像头产品的质量问题。

Description

用于在生产线上检测摄像头产品的镜头表面的方法和装置

技术领域

本公开涉及质量检测技术领域，尤其涉及一种用于在生产线上检测摄像头产品的镜头表面的方法和装置。

背景技术

诸如智能手机、平板电脑、或运动相机等具有摄像头的产品，由于摄像头的镜头表面本身具有缺陷、或在产品生产组装过程中造成缺陷，导致具有摄像头的产品出厂时存在比较大的质量问题。

发明内容

根据本公开的一方面，提供了一种用于在生产线上检测摄像头产品的镜头表面的方法，包括：获取摄像头产品在检测工位上对纯色背景区域拍摄的图像；使用检测模型处理图像以得到检测输出，其中，检测输出定义属于质量问题的图像区域、以及质量问题的类别和置信度；根据检测输出确定摄像头产品的镜头表面是否通过检测。

在一些实施例中，获取摄像头产品在检测工位上对纯色背景区域拍摄的图像，包括：判断摄像头产品与纯色背景区域之间是否符合预设位置关系；如果摄像头产品与纯色背景区域之间符合预设位置关系，向摄像头产品发送拍摄指令；接收摄像头产品响应于拍摄指令对纯色背景区域拍摄并发送的图像。

在一些实施例中，上述方法还包括：在图像上标记检测输出；显示标记有检测输出的图像；检测检测人员在标记有所述检测输出的图像上对检测输出的校正操作；响应于检测到校正操作，根据校正操作校正检测输出；存储校正后的检测输出和图像，以作为迭代检测模型的训练数据。

在一些实施例中，根据检测输出确定摄像头产品的镜头表面是否通过检测，包括：判断置信度大于预设值的属于质量问题的图像区域的数量是否大于预设数量；如果置信度大于预设值的属于质量问题的图像区域的数量大于预设数量，确定摄像头产品的镜头表面未通过检测；如果置信度大于预设值的属于质量问题的图像区域的数量不大于预设数量，确定摄像头产品的镜头表面通过检测。

在一些实施例中，上述方法还包括：在图像上标记是否通过检测的信息；显示标记有是否通过检测的信息的图像。

在一些实施例中，质量问题的类别包括：缺陷和/或污渍，其中，所述缺陷包括划痕、凹陷、或裂痕。

根据本公开的另一方面，提供了一种训练方法，包括：获取摄像头产品在检测工位上对纯色背景区域拍摄的图像；标注图像上属于质量问题的图像区域和质量问题的类别；使用多个标注有属于质量问题的图像区域和质量问题的类型的图像，对检测模型进行训练。

根据本公开的另一方面，提供了一种检测摄像头产品的镜头表面的方法，包括：提供包括纯色背景区域的检测工位；将待检测的摄像头产品定位至检测工位，使得摄像头产品与纯色背景区域形成预设位置关系；由摄像头产品对纯色背景区域进行拍摄，得到图像；使用检测模型处理图像以得到检测输出，其中，检测输出定义属于质量问题的图像区域、以及质量问题的类别和置信度；根据检测输出确定所述摄像头产品的镜头表面是否通过检测。

在一些实施例中，上述方法还包括：在图像上标记检测输出；显示标记有检测输出的图像；检测检测人员在标记有检测输出的图像上对检测输出的校正操作；响应于检测到校正操作，根据校正操作校正检测输出；存储校正后的检测输出和图像，以作为迭代检测模型的训练数据。

根据本公开的另一方面，提供了一种检测摄像头产品的系统，包括：

检测工位，包括纯色背景区域和容置位，容置位被配置为放置摄像头产品，并使得摄像头产品与纯色背景区域形成预设位置关系；

图像采集单元，被配置为在第一阶段，在摄像头产品被定位到容置位后，控制摄像头产品对纯色背景区域进行拍摄，得到第一图像并将第一图像提供给图像标注单元；在第二阶段，在摄像头产品被定位到容置位后，控制摄像头产品对纯色背景区域进行拍摄，得到第二图像并将第二图像提供给图像检测单元；

图像标注单元，被配置为标注第一图像上属于质量问题的图像区域和质量问题的类别，得到第一训练数据；

模型训练单元，被配置为使用第一训练数据得到检测模型，检测模型用于处理图像并输出定义属于质量问题的图像区域、以及质量问题的类别和置信度的检测输出；

图像检测单元，被配置为调用检测模型处理第二图像，得到相应的检测输出；根据检测输出确定摄像头产品的镜头表面是否通过检测；

结果提示单元，被配置为在第二图像上标记检测输出、以及是否通过检测的信息；显示标记有检测输出、以及是否通过检测的信息的第二图像；以及

结果校正单元，被配置为检测检测人员在第二图像上对检测输出的校正操作；响应于检测到校正操作，根据校正操作校正检测输出；存储校正后的检测输出和第二图像，以作为迭代检测模型的第二训练数据；其中，模型训练单元，还被配置为使用第二训练数据迭代检测模型。

根据本公开的另一方面，提供了一种用于在生产线上检测摄像头产品的镜头表面的装置，包括：获取模块，用于获取摄像头产品在检测工位上对纯色背景区域拍摄的图像；检测模块，用于使用检测模型处理图像以得到检测输出，其中，检测输出定义属于质量问题的图像区域、以及质量问题的类别和置信度；确定模块，用于根据检测输出确定摄像头产品的镜头表面是否通过检测。

根据本公开的另一方面，提供了一种电子设备，包括：处理器；以及存储程序的存储器，其中，所述程序包括指令，所述指令在由所述处理器执行时使所述处理器执行本公开实施例的方法。

根据本公开的另一方面，提供了一种存储有计算机指令的非瞬时计算机可读存储介质，其特征在于，所述计算机指令用于使所述计算机执行本公开实施例的方法。

本公开实施例中提供的一个或多个技术方案，获取摄像头产品在检测工位上对纯色背景区域拍摄的图像。使用检测模型处理图像以得到检测输出，该检测输出定义属于质量问题的图像区域、以及质量问题的类别和置信度。根据检测输出确定摄像头产品的镜头表面是否通过检测。由于摄像头产品对纯色背景区域拍摄得到图像，从而摄像头产品的镜头表面的质量问题可以清晰的记录在图像上，并通过检测模型检测出，可实现在生产线上检测摄像头产品的镜头表面，准确发现摄像头产品的质量问题，提高摄像头产品出产良率，并可降低人力成本、避免人为疏忽的漏检问题。

附图说明

在下面结合附图对于示例性实施例的描述中，本公开的更多细节、特征和优点被公开，在附图中：

图1示出了根据本公开示例性实施例的用于在生产线上检测摄像头产品的镜头表面的方法的流程图；

图2示出了根据本公开示例性实施例的获取摄像头产品在检测工位上对纯色背景区域拍摄的图像的方法的流程图；

图3示出了根据本公开示例性实施例的用于在生产线上检测摄像头产品的镜头表面的方法的另一流程图；

图4示出了根据本公开示例性实施例的用于在生产线上检测摄像头产品的镜头表面的方法的又一流程图；

图5示出了根据本公开示例性实施例的训练方法的流程图；

图6示出了根据本公开示例性实施例的训练方法的另一流程图；

图7示出了根据本公开示例性实施例的用于在生产线上检测摄像头产品的镜头表面的装置的示意性框图；

图8示出了根据本公开示例性实施例的检测系统的示意图；

图9示出了根据本公开示例性实施例的检测系统的功能架构的示意性框图；

图10示出了根据本公开示例性实施例的检测摄像头产品的方法的流程图；

图11示出了根据本公开示例性实施例的模型训练与检测摄像头产品的方法的流程图；

图12示出了能够用于实现本公开的实施例的示例性电子设备的结构框图。

具体实施方式

下面将参照附图更详细地描述本公开的实施例。虽然附图中显示了本公开的某些实施例，然而应当理解的是，本公开可以通过各种形式来实现，而且不应该被解释为限于这里阐述的实施例，相反提供这些实施例是为了更加透彻和完整地理解本公开。应当理解的是，本公开的附图及实施例仅用于示例性作用，并非用于限制本公开的保护范围。

应当理解，本公开的方法实施方式中记载的各个步骤可以按照不同的顺序执行，和/或并行执行。此外，方法实施方式可以包括附加的步骤和/或省略执行示出的步骤。本公开的范围在此方面不受限制。

本文使用的术语“包括”及其变形是开放性包括，即“包括但不限于”。术语“基于”是“至少部分地基于”。术语“一个实施例”表示“至少一个实施例”；术语“另一实施例”表示“至少一个另外的实施例”；术语“一些实施例”表示“至少一些实施例”。其他术语的相关定义将在下文描述中给出。需要注意，本公开中提及的“第一”、“第二”等概念仅用于对不同的装置、模块或单元进行区分，并非用于限定这些装置、模块或单元所执行的功能的顺序或者相互依存关系。

需要注意，本公开中提及的“一个”、“多个”的修饰是示意性而非限制性的，本领域技术人员应当理解，除非在上下文另有明确指出，否则应该理解为“一个或多个”。

本公开实施方式中的多个装置之间所交互的消息或者信息的名称仅用于说明性的目的，而并不是用于对这些消息或信息的范围进行限制。

本公开实施例提出了一种检测摄像头产品的镜头表面的技术方案，应用于工厂生产制造过程中的出厂测试环节，旨在将次品在产线上检出，以提高产品出厂的良品率。该方法可由工控机等生产线上的计算装置实现，本实施例对此不作限定。

图1示出了根据本公开示例性实施例的用于在生产线上检测摄像头产品的镜头表面的方法的流程图，如图1所示，该方法包括步骤S101至步骤S103。

步骤S101，获取摄像头产品在检测工位上对纯色背景区域拍摄的图像。

在本实施例中，摄像头产品包括各种具有摄像头的电子设备，包括但不限于智能手机、平板电脑、或运动相机等。

在本实施例中，在检测工位设置纯色背景区域，摄像头产品对纯色背景区域进行拍摄，在拍摄时，与纯色背景区域定位成的预设位置关系。纯色背景区域可为白色或其他颜色。作为一种实施方式，纯色背景区域为纯色背景板。

在一些实施例中，以无线通信方式从摄像头产品获取其对纯色背景区域拍摄的图像。

作为一种示例，对于智能手机、平板电脑等具有无线通信模块的摄像头产品，与摄像头产品建立无线连接，以无线通信方式从摄像头产品获取其拍摄的图像。作为一种例子，无线通信包括但不限于蓝牙、红外、或WiFi等。

在一些实施例中，以有线通信方式从摄像头产品获取其对纯色背景区域拍摄的图像。

作为一种示例，对于运动相机、智能手机等具有USB等通信接口的摄像头产品，与摄像头产品建立有线连接，以有线通信方式从摄像头产品获取其拍摄的图像。

作为一种实施方式，当摄像头产品位于检测工位上时，以有线或无线通信方式向摄像头产品发送拍摄命令，摄像头产品响应于拍摄命令对纯色背景区域拍摄图像，并发送拍摄的图像。

作为一种实施方式，当摄像头产品位于检测工位上时，由检测人员或机械臂等自动化装置操作摄像头产品以对纯色背景区域拍摄图像，并由摄像头产品发送拍摄的图像。

作为一种实施方式，检测工位上设置检测装置，检测装置在检测到摄像头产品被定位在检测工位上时，向摄像头产品发送拍摄命令，摄像头产品响应于拍摄命令对纯色区域拍摄图像，并发送拍摄的图像。

图2示出了根据本公开示例性实施例的获取摄像头产品在检测工位上对纯色背景区域拍摄的图像的方法的流程图，如图2所示，该方法包括步骤S201至步骤S203。

步骤S201，判断摄像头产品与纯色背景区域之间是否符合预设位置关系。

在本实施例中，摄像头产品与纯色背景区域之间的预设位置关系可包括距离和方位，以在相同或相近的位置关系下拍摄图像，从而利于检测模型处理。

在一些实施例中，训练检测模型阶段与检测阶段，摄像头产品与纯色背景区域之间置于相同或相近的位置关系进行图像拍摄。由此，有利于提高识别精度。

作为一种实施方式，检测工位上设置有检测装置，检测装置被配置为在摄像头产品被定位在检测工位上预设位置时产生检测信号，该预设位置使得摄像头产品与纯色背景区域之间符合预设位置关系，可基于该检测信号确认摄像头产品与纯色背景区域之间是否符合预设位置关系。

作为另一种实施方式，检测工位上设置有与摄像头产品的通信接口连接的连接器，该连接器被配置为在摄像头产品的通信接口与连接器连接时，与纯色背景区域之间符合预设位置关系。连接器可检测是否与摄像头产品连接，在检测到连接时产生检测信号，可基于该检测信号确认摄像头产品与纯色背景区域之间是否符合预设位置关系。

作为又一种实施方式，提供用户输入装置，由检测人员或机械臂等自动化设备在摄像头产品就位后操作用户输入装置，用户输入装置接收检测人员或机械臂等自动化设备的操作，发送指示摄像头产品就位的指示信号。可基于该指示信号确认摄像头产品与纯色背景区域之间是否符合预设位置关系。

步骤S202，如果摄像头产品与纯色背景区域之间符合预设位置关系，向摄像头产品发送拍摄指令。

在本实施例中，拍摄指令可通过有线或无线通信方式发送。

步骤S203，接收摄像头产品响应于拍摄指令对纯色背景区域拍摄并发送的图像。

步骤S102，使用检测模型处理图像以得到检测输出，其中，检测输出定义属于质量问题的图像区域、以及质量问题的类别和置信度。

在本实施例中，质量问题的类别包括缺陷和/或污渍。缺陷可包括但不限于划痕、凹陷、或裂痕等。在镜头表面存在划痕、凹陷、或裂痕等缺陷或污渍时，摄像头产品拍摄的图像上会有所体现。通常，摄像头表面的划痕、凹陷、或裂痕等缺陷或污渍非常细小，使用纯色背景区域有利于将细小的划痕、凹陷、或裂痕等缺陷或污渍体现在图像上，以实现划痕、凹陷、或裂痕等缺陷或污渍识别。

在本实施例中，可使用检测模型检测图像上属于质量问题的图像区域、质量问题的类别和置信度。作为一种实施方式，将质量问题划分为缺陷和污渍两类。使用检测模型处理图像以输出图像上属于缺陷的图像区域和污渍的图像区域，以及相应的置信度。

在本实施例中，检测模型可包括各种类型的神经网络模型。检测模型包括但不限于目标检测模型。目标检测模型可找到图片中有哪些物体(分类)及它们的位置(坐标回归)。在本实施例中包括one-stage目标检测模型，其直接输出物体的类别概率和坐标；或者two-stage目标检测模型，其先通过区域生成网络(Region Proposal Network，RPN)生成候选区域，然后对每个候选区域进行分类和回归得到最终结果。作为示例，检测模型可包括RCNN系列、Mask-RCNN、R-FCN、YOLO、SSD、FPN等。

步骤S103，根据检测输出确定摄像头产品的镜头表面是否通过检测。

作为一种实施方式，判断置信度大于预设值(例如60％)的属于质量问题的图像区域的数量是否大于预设数量；如果置信度大于预设值的属于质量问题的图像区域的数量大于预设数量(例如0)，确定摄像头产品的镜头表面未通过检测；如果置信度大于预设值的属于质量问题的图像区域的数量不大于预设数量，确定摄像头产品的镜头表面通过检测。

在本实施例中，可获取摄像头产品拍摄的多个图像，根据多个图像中每个图像的检测输出确定该摄像头产品的镜头表面是否通过检测。其中，多个图像可采样相同或不同的拍摄参数。作为一种实施方式，使用检测模型分别处理多个图像中的每个图像，以得到每个图像对应的检测输出。作为一种示例，在多个图像中至少部分或全部图像均被确定为通过检测时，可确定摄像头产品的镜头表面通过检测。

在一些实施例中，在确定出摄像头产品的镜头表面是否通过检测后，可提供摄像头产品的镜头表面是否通过检测的提示信息。作为一种实施方式，提示信息包括指示是否通过检测的图形界面可视信息，例如图形、文字等可视元素。作为另一种实施方式，提示信息包括声音提示或语音提示，例如在通过检测时播放音频“通过检测”、或预设的提示音(例如“叮”)，在未通过检测时播放音频“未通过检测”或预设的提示音(例如报警音“嘀、嘀、嘀”)，在未通过检测时还可语音提示检测输出相关的信息，例如“检测到镜头表面具有2处缺陷、1处污渍”。作为又一种实施方式，提示信息包括指示灯提示，例如，在通过检测时LED等发光单元显示第一形式，在未通过检测时LED等发光单元显示第二形式，第一形式与第二形式由包括但不限于光线颜色等显示特征定义，基于检测输出可定义多种形式，以区分不同的质量问题程度。

在一些实施例中，在确定出摄像头产品的镜头表面是否通过检测后，可生成包括摄像头产品的镜头表面是否通过检测、和检测输出的检测报告。作为一种实施方式，检测报告以电子数据存储。作为另一种实施方式，检测报告可打印输出。

图3示出了根据本公开示例性实施例的用于在生产线上检测摄像头产品的镜头表面的方法的另一流程图，如图3所示，该方法包括步骤S301至步骤S308。

步骤S301，获取摄像头产品在检测工位上对纯色背景区域拍摄的图像。

步骤S302，使用检测模型处理图像以得到检测输出。

其中，检测输出定义属于质量问题的图像区域、以及质量问题的类别和置信度。在本实施例中，质量问题的类别可包括：缺陷和/或污渍，其中，缺陷包括划痕、凹陷、或裂痕。

步骤S303，根据检测输出确定摄像头产品的镜头表面是否通过检测。

步骤S304，在图像上标记检测输出。

作为一种实施方式，在图像上标记检测输出包括：在图像上以线框标识出属于质量问题的图像区域。进一步的，可以标记线框对应的质量问题的类别，以及质量问题的置信度。作为一种示例，不同类别的质量问题可以采用不同的可视元素，例如不同的线框形状、线条样式(例如，虚线或实线等)、线条颜色等。

步骤S305，显示标记有检测输出的图像。

在本实施例中，可在检测工位上设置显示器，于该显示器上显示标记有检测输出的图像。检测人员可对检测输出进行审核，以确认检测结果是否准确。

步骤S306，检测检测人员在标记有检测输出的图像上对检测输出的校正操作。

在本实施例中，可在检测工位上设置输入设备，由输入设备接收检测人员的校正操作。

作为一种实施方式，输入设备可为触控板，触控板可检测并识别检测人员的触摸操作，基于触摸操作来处理显示的图形界面元素。

作为另一种实施方式，显示器为触敏显示器，触敏显示器能够检测检测人员的触摸操作，基于触摸操作来处理显示的图形界面元素。

作为又一个实施方式，输入设备可包括键盘、鼠标等，基于鼠标、或键盘命令来出处理图形界面元素。

在本实施例中，作为一种示例，校正操作包括调整属于质量问题的图像区域的线框位置、调整质量问题的类别、删除属于质量问题的图像区域的线框标记、或增加属于质量问题的图像区域的线框标记等。

步骤S307，响应于检测到校正操作，根据校正操作校正检测输出。

在实施例中，作为一种示例，在校正操作为调整属于质量问题的图像区域的线框位置时，修改属于质量问题的图像区域的线框位置；作为一种示例，在校正操作为调整质量问题的类别时，将质量问题的类别修改为校正操作的目标类别，例如将识别为污渍的图像区域修改为缺陷；作为一种示例，在校正操作为删除属于质量问题的图像区域的线框标记时，删除该质量问题；在校正操作为增加属于质量问题的图像区域的线框标记时，新增该属于质量问题的图像区域。

步骤S308，存储校正后的检测输出和图像，以作为迭代检测模型的训练数据。

在本实施例中，在生产线上进行检测的过程中，收集校正后的检测输出和图像，将其作为训练数据迭代检测模型，以提高检测模型的检测准确度。使得检测性能得以持续优化迭代，实现良性循环。

在一些实施例中，还可检测检测人员在标记有检测输出的图像上对检测输出的确认操作，响应于确认操作，对检测输出予以确认并生成确认信息。作为一种示例，如果检测人员确认检测输出无误，可对检测结果予以确认，例如点击提供的“确认”按钮。

在一些实施例中，显示标记有检测输出的图像后，开始计时。如果在预定时长内未检测到校正操作，对检测输出予以确认并生成确认信息。

图4示出了根据本公开示例性实施例的用于在生产线上检测摄像头产品的镜头表面的方法的又一流程图，如图4所示，该方法包括步骤S401至步骤S405。

步骤S401，获取摄像头产品在检测工位上对纯色背景区域拍摄的图像。

步骤S402，使用检测模型处理图像以得到检测输出。

其中，检测输出定义属于质量问题的图像区域、以及质量问题的类别和置信度。在本实施例中，质量问题的类别可包括：缺陷和/或污渍，其中，缺陷包括划痕、凹陷、或裂痕。

步骤S403，根据检测输出确定摄像头产品的镜头表面是否通过检测。

步骤S404，在图像上标记是否通过检测的信息。

在本实施中，是否通过检测的信息可包括文字、图形等可视元素。作为一种示例，在通过检测时，标记“通过”或“合格”等文字，或者标记“√”等图标。本实施例对可视可视元素的形式不作限定。

步骤S405，显示标记有是否通过检测的信息的图像。

作为一种实施方式，还在图像上标记检测输出，显示标记有检测输出的图像。检测输入的标记可参见图3的示例。

下面对本公开实施例的检测模型的训练方法进行示例性描述。

图5示出了根据本公开示例性实施例的训练方法的流程图，如图5所示，该训练方法包括步骤S501至步骤S503。

步骤S501，获取摄像头产品在检测工位上对纯色背景区域拍摄的图像。

步骤S502，标注图像上属于质量问题的图像区域和质量问题的类别。

模型的训练一般在摄像头产品试产阶段进行，但不限于此。

作为一种实施方式，由摄像头产品在检测工位上对纯色背景区域进行拍摄，将拍摄的图像显示在检测工位的显示器上，由检测人员在图像上标记属于质量问题的区域和质量问题的类别，接收检测人员在图像上标记的属于质量问题的区域和质量问题的类别。

作为另一种实施方式，由摄像头产品在检测工位上对纯色背景区域进行拍摄，将拍摄的图像传输以在在远程进行标记处理，接收在图像上标记的属于质量问题的区域和质量问题的类别。

在本实施例中，可由检测人员对摄像头产品进行人工检测，以筛选出一批存在质量问题的摄像头产品。将这些存在质量问题的摄像头产品置于检测工位上进行图像拍摄和图像标注。

在本实施例中，步骤S501中拍摄图像时，摄像头产品与纯色背景区域之间的位置关系，与本实施前述的步骤S101、S201、S301和S401中拍摄图像时摄像头产品与纯色背景区域之间的位置关系相同或在预定差异范围之内，由此保持训练模型与使用模型的图像具有一致性，以提高检测准确度。除位置关系以外，还可以使光线等环境相同或近似。

在本实施例中，标注图像区域的方式包括但不限于线框等方式，本实施例对此不作限定。通常线框可包括矩形框，但其他几何形状也不排除。

步骤S503，使用多个标注有属于质量问题的图像区域和质量问题的类型的图像，对检测模型进行训练。

在一些实施例中，还基于检测过程中校正后的检测输出训练检测模型，下面对其示例性过程进行描述。

图6示出了根据本公开示例性实施例的训练方法的另一流程图，如图6所示，该训练方法包括步骤S601至步骤S603。

步骤S601，接收经检测人员校正后的检测输出和图像。

在本实施例中，校正方法可参见前述图3的描述，在此不作赘述。

步骤S602，存储校正后的检测输出和图像。

在本实施例中，校正后的检测输出包括图像以及图像上属于质量问题的图像区域和质量问题的类别，可将其作为训练样本。其中，图像上属于质量问题的图像区域和质量问题的类别，可包括检测模型检测出的、以及校正操作所得的。

步骤S603，在存储的校正后的检测输出和图像的数量达到预设数量后，使用存储的校正后的检测输出和图像训练检测模型。

作为一种实施方式，步骤S603中，可不使用前述图5所示的训练过程的图像及标注。作为另一种实施方式，步骤S603中，可将前述图5所示的训练过程的图像、及标注与存储的校正后的检测输出和图像一并用于训练检测模型。

作为一种实施方式，在步骤S603中，以已经训练所得的检测模型(例如图5所示的训练方法训练所得)的参数作为初始参数训练检测模型。作为另一种实施方式，在步骤S603中，对未经训练的检测模型进行训练。

本公开还提供了一种用于在生产线上检测摄像头产品的镜头表面的装置。

图7示出了根据本公开示例性实施例的用于在生产线上检测摄像头产品的镜头表面的装置的示意性框图，如图7所示，该装置包括：获取模块710，用于获取摄像头产品在检测工位上对纯色背景区域拍摄的图像；检测模块720，或获取模块710相连，用于使用检测模型处理图像以得到检测输出，其中，检测输出定义属于质量问题的图像区域、以及质量问题的类别和置信度；确定模块730，与检测模块720相连，用于根据检测输出确定摄像头产品的镜头表面是否通过检测。

在一些实施例中，获取模块710，用于获取摄像头产品在检测工位上对纯色背景区域拍摄的图像，具体包括：判断摄像头产品与纯色背景区域之间是否符合预设位置关系；如果摄像头产品与纯色背景区域之间是否符合预设位置关系，向摄像头产品发送拍摄指令；接收摄像头产品响应于拍摄指令对纯色背景区域拍摄并发送的图像。

在一些实施例中，上述装置还用于：在图像上标记检测输出；显示标记有检测输出的图像；检测检测人员在标记有所述检测输出的图像上对检测输出的校正操作；响应于检测到校正操作，根据校正操作校正检测输出；存储校正后的检测输出和图像，以作为迭代检测模型的训练数据。

在一些实施例中，确定模块730，用于根据检测输出确定摄像头产品的镜头表面是否通过检测，具体包括：判断置信度大于预设值的属于质量问题的图像区域的数量是否大于预设数量；如果置信度大于预设值的属于质量问题的图像区域的数量大于预设数量，确定摄像头产品的镜头表面未通过检测；如果置信度大于预设值的属于质量问题的图像区域的数量不大于预设数量，确定摄像头产品的镜头表面通过检测。

在一些实施例中，上述装置还用于：在图像上标记是否通过检测的信息；显示标记有是否通过检测的信息的图像。

图8示出了根据本公开示例性实施例的检测系统的示意图，如图8所示，该检测系统800包括：检测工位810，检测工位810上设置有纯色背景区域820和容置位811，以及检测设备830和显示器840。该检测系统800还包括服务器850。服务器850与检测设备830之间通过网络进行通信。该网络可为局域网也可为广域网，本实施例对此不作限定。纯色背景区域820可为纯色背景板，例如亚力克等材料的板。检测设备830可为工控机、计算机等电子设备。显示器840可包括LCD显示器、LED显示器等。

摄像头产品860被置于检测工位810上的容置位811时，被定位到与纯色背景区域820形成预定位置关系，在该预定位置关系，摄像头产品860对纯色背景区域820拍摄时，拍摄覆盖的区域为纯色背景区域820的子集，例如如图8所示的区域821。

在训练阶段，检测设备830，获取摄像头产品860在检测工位810上对纯色背景区域820拍摄的图像，将图像显示在显示器840上。检测人员870通过显示器840观察图像，以确定摄像头产品860的镜头表面是否存在质量问题，如果存在质量问题，检测人员870在图像上标注属于质量问题的图像区域、以及质量问题的类别。检测设备830将标注有属于质量问题的图像区域、以及质量问题的类别等信息的图像发送至服务器850。服务器850在取得一定数量的标注有上述信息的图像后，使用该数据训练检测模型。服务器850训练得到检测模型后，将检测模型部署到检测设备830。

在检测阶段，检测设备830，获取摄像头产品860在检测工位810上对纯色背景区域820拍摄的图像，使用检测模型处理图像以得到检测输出；根据检测输出确定摄像头产品的镜头表面是否通过检测，以及在显示器840上显示是否通过检测。检测人员870在显示器840查看是否通过检测。

在一些实施例中，检测设备830用于判断摄像头产品860与纯色背景区域820之间是否符合预设位置关系；如果摄像头产品860与纯色背景区域820之间符合预设位置关系，向摄像头产品860发送拍摄指令；接收摄像头产品860响应于拍摄指令对纯色背景区域820拍摄并发送的图像。

在一些实施例中，检测设备830在图像上标记检测输出，在显示器840上显示标记有检测输出的图像。检测人员870通过显示器840查看检测输出，包括属于质量问题的图像区域、质量问题的类别和置信度等。检测人员870可对显示的检测输出进行校正。检测设备830检测检测人员870在标记有检测输出的图像上对检测输出的校正操作；响应于检测到校正操作，根据校正操作校正检测输出。检测设备830通过网络将校正后的检测输出和图像传输至服务器850。服务器850存储检测设备830传输的校正后的检测输出和图像，以作为迭代检测模型的训练数据。服务器850在存储的校正后的检测输出和图像的数量达到预设数量后，使用存储的校正后的检测输出和图像训练检测模型。服务器850将训练后的检测模型部署到检测设备830。检测设备830使用新的检测模型进行检测。

图9示出了根据本公开示例性实施例的检测系统的功能架构的示意性框图，如图9所示，功能架构900包括：图像采集单元910、图像筛选单元920、图像标注单元930、模型训练单元950、检测模型960、图像检测单元970、结果提示单元980和结果校正单元990。

如图9所示，图像采集单元910，被配置为在第一阶段，在摄像头产品被定位到容置位后，控制摄像头产品对纯色背景区域进行拍摄，得到第一图像并将第一图像提供给图像标注单元930；在第二阶段，在摄像头产品被定位到容置位后，控制摄像头产品对纯色背景区域进行拍摄，得到第二图像并将第二图像提供给图像检测单元970。

图像标注单元930，被配置为标注第一图像上属于质量问题的图像区域和质量问题的类别，得到第一训练数据。

模型训练单元950，被配置为使用第一训练数据得到检测模型960，检测模型960用于处理图像并输出定义属于质量问题的图像区域、以及质量问题的类别和置信度的检测输出。

图像检测单元970，被配置为调用检测模型960处理第二图像，得到相应的检测输出；根据检测输出确定摄像头产品的镜头表面是否通过检测.

结果提示单元980，被配置为在第二图像上标记检测输出、以及是否通过检测的信息；显示标记有检测输出、以及是否通过检测的信息的第二图像。

结果校正单元990，被配置为检测检测人员在第二图像上对检测输出的校正操作；响应于检测到校正操作，根据校正操作校正检测输出；存储校正后的检测输出和第二图像，以作为迭代检测模型的第二训练数据。其中，模型训练单元950，还被配置为使用第二训练数据迭代检测模型。

下面对该系统的一个示例进行描述。

图像采集单元910，在试产阶段，使用摄像头产品自身携带的摄像头进行图像采集，并将采集到的图像进行保存，留待后面的环节使用。图像采集过程具体包括：①设置好拍照用的白色背景板；②并将生产环境的灯光亮度调到合适范围；③将待测产品所在槽位与白色背景板之间距离调到合适的长度，使图像采集的画面全部落在白色背景板内，同时使待测产品在经过该工位进行在图像采集时都与白色背景板保持同样的距离；④控制试产产品对着白色背景板在上述条件下进行拍照；⑤将摄像头产品拍摄的图像进行图像格式转换，由YUV(Y：表示明亮度(Luminance或Luma)，也称灰度图。U、V：表示色度(Chrominance或Chroma)，作用是描述影像的色彩及饱和度，用于指定像素的颜色。)格式转为JPG格式。

图像筛选单元920，对图像采集单元910所采集到的图像进行筛选，以获得镜头表面有缺陷或者污渍的产品所拍摄的图像。图像筛选具体包括：①使用JPG图像浏览器依次打开我们图像采集单元910中所采集到的图像；②对图像进行观察，如发现有肉眼可见的缺陷图样(划痕、凹陷、裂痕等)或者污渍斑点的图像，则将其筛选出来另行保存。

图像标注单元930，对筛选出来的“缺陷图像”进行人工标注，以获得标注图像数据940。图像标注可以依如下步骤进行：①使用标注辅助工具将图像打开；②标出图像中“缺陷块”或者“污渍块”所在的坐标、区域和其所属的类别；③保存标注文件，形成标注图像数据940，也就是作为第一训练数据。

模型训练单元950，使用标注图像数据对进行模型训练以得到检测模型960。检测模型960可供图像检测单元970调用。

进一步的，图像采集单元910，在产品生产阶段，向待测产品下发指令，控制其对白色背景板进行拍照，然后将YUV格式的图像转换为JPG格式。拍摄过程与试产阶段相同。

图像检测单元970，将图像采集单元910提供的图像进行预处理(包括将YUV格式转为JPG格式、降噪处理、将图像按等比例缩放的形式缩放到模型要求的输入尺寸)后送入检测模型960，从而从检测模型960输出得到图像检测结果。图像检测单元970将检测结果可视化。检测结果包含所有“缺陷块”或者“污渍块”的坐标、类别及其对应的置信度，可视化图像则是在输入的待检测图像之上，将所有“缺陷块”或者“污渍块”使用红色(也可以是其他非白色的颜色)线框标出来，同时在旁边注明类别和置信度。最后还要对检测结果进行判断，如果从模型获取的输出中，检测到的置信度大于50％的“缺陷块”或者“污渍块”的个数大于0，则该程序模块返回“False”，表示“产品有缺陷，检测未予通过”，否则返回“True”，表示“产品良好，检测予以通过”。

结果提示单元980，将图像检测单元970提供的检测结果以及可视化的图像在系统的软件显示界面展示出来，供产线工作人员进行判断和处理。如有产品检测未通过，则整个显示界面以醒目的红色主体作为标识，辅以“失败”字样进行提示，同时在合适位置展示其对应的检测结果可视化图像。反之，如果产品检测通过，则整个显示界面以清爽的绿色主体作为标识，并辅以“通过”字样进行提示，同样在合适的位置展示其对应的检测结果可视化图像。

由于红绿颜色的明显区别，以及检测结果可视化图像中已经标出“缺陷块”或者“污渍块”的位置，所以根据结果提示单元的信息，工作人员只需扫一眼就能看出来检测结果是否需要人工校正。如果检测结果明显有误，则工作人员可以通过结果校正单元990，的软件界面直接干预，进行人工校正。一旦有产品的检测结果被标记为需要人工校正，则其对应的图像将被保存进异常图像数据9100，供系统优化迭代使用(也就是作为第二训练数据)。

需要指出的是，当异常图像数据9100中的图像积累到一定数量时，模型训练单元950使用异常图像数据检测模型960进行训练，以进行优化校准，最后迭代新版本重新应用到图像检测单元970，从而实现系统自我优化更新的良性循环。

在一些实施例中，还可包括：日志显示单元，用于在系统软件界面上显示测试过程中关键节点的日志信息，方便在该工位的工作人员了解当前状态以及进行可能的故障定位；过程记录单元：用于对全部测试流程进行记录(包括具体的测试项及其测试结果)，方便后期追溯。记录结果以文件的形式进行存储，最终传到服务器进行管理。

相较于传统检测方式，在图像检测单元采用了人工智能模型进行预测推理，大大提高了检测的准确率和系统的环境适应性。同时，在整个系统中设置了结果校正单元，使得检测系统的性能得以持续优化迭代，实现良性循环。

值得一提的是，通过结果校正单元，在生产流水线上，如果该工位的工作人员发现检测输出与其所展示的图片明显不符，则将通过该系统提供的软件界面主动干预对检测输出进行人工校正。被人工校正的产品，其所采集的图像将被保存下来，用于整个检测系统的优化和迭代。这一设计使得检测系统的性能得以持续优化迭代，实现良性循环。

该技术方案可应用于工厂生产制造过程中的出厂功能测试环节的，专门针对摄像头产品镜头表面缺陷与污渍的质量检测系统。相较于传统的镜头污渍检测方案，可提高摄像头产品次品检出的效率和准确率，有效降低了不合格产品误检和漏检的概率。同时实现了检测系统本身的自我优化迭代的良性循环。

图10示出了根据本公开示例性实施例的检测摄像头产品的方法的流程图，如图10所示，该方法包括步骤S1001至步骤S1005。

步骤S1001，提供包括纯色背景区域的检测工位。

步骤S1002，将待检测的摄像头产品定位至检测工位，使得摄像头产品与纯色背景区域形成预设位置关系。

步骤S1003，由摄像头产品对纯色背景区域进行拍摄，得到图像。

步骤S1004，使用检测模型处理图像以得到检测输出，其中，检测输出定义属于质量问题的图像区域、以及质量问题的类别和置信度。

步骤S1005，根据检测输出确定摄像头产品的镜头表面是否通过检测。

在一些实施例中，上述方法还包括：在图像上标记检测输出；显示标记有检测输出的图像；检测检测人员在标记有检测输出的图像上对检测输出的校正操作；响应于检测到校正操作，根据校正操作校正检测输出；存储校正后的检测输出和图像，以作为迭代检测模型的训练数据。

图11示出了根据本公开示例性实施例的模型训练与检测摄像头产品的方法的流程图，如图11所示，该方法包括步骤S1101至步骤S1114。

步骤S1101，提供包括纯色背景区域的检测工位。

步骤S1102，将摄像头产品定位至检测工位，使得摄像头产品与纯色背景区域形成预设位置关系。

步骤S1103，由摄像头产品对纯色背景区域进行拍摄，得到图像。

步骤S1104，标注图像上属于质量问题的图像区域和质量问题的类别。

步骤S1105，使用多个标注有属于质量问题的图像区域和质量问题的类型的图像，对检测模型进行训练。

步骤S1106，将待检测的摄像头产品定位至检测工位，使得摄像头产品与纯色背景区域形成预设位置关系。

步骤S1107，由摄像头产品对纯色背景区域进行拍摄，得到图像。

步骤S1108，使用检测模型处理图像以得到检测输出，其中，检测输出定义属于质量问题的图像区域、以及质量问题的类别和置信度。

步骤S1109，根据检测输出确定摄像头产品的镜头表面是否通过检测。

步骤S1110，在图像上标记检测输出，显示标记有检测输出的图像。

步骤S1111，检测检测人员在标记有检测输出的图像上对检测输出的校正操作；响应于检测到校正操作，根据校正操作校正检测输出。

步骤S1112，存储校正后的检测输出和图像。

步骤S1113，判断存储的校正后的检测输出和图像的数量是否达到预设数量。如果是进入步骤S1114。

步骤S1114，使用存储的校正后的检测输出和图像训练检测模型。

本公开示例性实施例还提供一种电子设备，包括：至少一个处理器；以及与至少一个处理器通信连接的存储器。所述存储器存储有能够被所述至少一个处理器执行的计算机程序，所述计算机程序在被所述至少一个处理器执行时用于使所述电子设备执行根据本公开实施例的方法。

本公开示例性实施例还提供一种存储有计算机程序的非瞬时计算机可读存储介质，其中，所述计算机程序在被计算机的处理器执行时用于使所述计算机执行根据本公开实施例的方法。

本公开示例性实施例还提供一种计算机程序产品，包括计算机程序，其中，所述计算机程序在被计算机的处理器执行时用于使所述计算机执行根据本公开实施例的方法。

参考图12，现将描述可以作为本公开的服务器或客户端的电子设备1200的结构框图，其是可以应用于本公开的各方面的硬件设备的示例。电子设备旨在表示各种形式的数字电子的计算机设备，诸如，膝上型计算机、台式计算机、工作台、个人数字助理、服务器、刀片式服务器、大型计算机、和其它适合的计算机。电子设备还可以表示各种形式的移动装置，诸如，个人数字处理、蜂窝电话、智能电话、可穿戴设备和其它类似的计算装置。本文所示的部件、它们的连接和关系、以及它们的功能仅仅作为示例，并且不意在限制本文中描述的和/或者要求的本公开的实现。

如图12所示，电子设备1200包括计算单元1201，其可以根据存储在只读存储器(ROM)1202中的计算机程序或者从存储单元1208加载到随机访问存储器(RAM)1203中的计算机程序，来执行各种适当的动作和处理。在RAM 1203中，还可存储设备1200操作所需的各种程序和数据。计算单元1201、ROM 1202以及RAM 1203通过总线1204彼此相连。输入/输出(I/O)接口1205也连接至总线1204。

电子设备1200中的多个部件连接至I/O接口1205，包括：输入单元1206、输出单元1207、存储单元1208以及通信单元1209。输入单元1206可以是能向电子设备1200输入信息的任何类型的设备，输入单元1206可以接收输入的数字或字符信息，以及产生与电子设备的用户设置和/或功能控制有关的键信号输入。输出单元1207可以是能呈现信息的任何类型的设备，并且可以包括但不限于显示器、扬声器、视频/音频输出终端、振动器和/或打印机。存储单元1208可以包括但不限于磁盘、光盘。通信单元1209允许电子设备1200通过诸如因特网的计算机网络和/或各种电信网络与其他设备交换信息/数据，并且可以包括但不限于调制解调器、网卡、红外通信设备、无线通信收发机和/或芯片组，例如蓝牙TM设备、WiFi设备、WiMax设备、蜂窝通信设备和/或类似物。

计算单元1201可以是各种具有处理和计算能力的通用和/或专用处理组件。计算单元1201的一些示例包括但不限于中央处理单元(CPU)、图形处理单元(GPU)、各种专用的人工智能(AI)计算芯片、各种运行机器学习模型算法的计算单元、数字信号处理器(DSP)、以及任何适当的处理器、控制器、微控制器等。计算单元1201执行上文所描述的各个方法和处理。例如，在一些实施例中，用于在生产线上检测摄像头产品的镜头表面的方法、训练方法可被实现为计算机软件程序，其被有形地包含于机器可读介质，例如存储单元1208。在一些实施例中，计算机程序的部分或者全部可以经由ROM 1202和/或通信单元1209而被载入和/或安装到电子设备1200上。在一些实施例中，计算单元1201可以通过其他任何适当的方式(例如，借助于固件)而被配置为执行方法用于在生产线上检测摄像头产品的镜头表面的方法、训练方法。

用于实施本公开的方法的程序代码可以采用一个或多个编程语言的任何组合来编写。这些程序代码可以提供给通用计算机、专用计算机或其他可编程数据处理装置的处理器或控制器，使得程序代码当由处理器或控制器执行时使流程图和/或框图中所规定的功能/操作被实施。程序代码可以完全在机器上执行、部分地在机器上执行，作为独立软件包部分地在机器上执行且部分地在远程机器上执行或完全在远程机器或服务器上执行。

在本公开的上下文中，机器可读介质可以是有形的介质，其可以包含或存储以供指令执行系统、装置或设备使用或与指令执行系统、装置或设备结合地使用的程序。机器可读介质可以是机器可读信号介质或机器可读储存介质。机器可读介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体系统、装置或设备，或者上述内容的任何合适组合。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦除可编程只读存储器(EPROM或快闪存储器)、光纤、便捷式紧凑盘只读存储器(CD-ROM)、光学储存设备、磁储存设备、或上述内容的任何合适组合。

如本公开使用的，术语“机器可读介质”和“计算机可读介质”指的是用于将机器指令和/或数据提供给可编程处理器的任何计算机程序产品、设备、和/或装置(例如，磁盘、光盘、存储器、可编程逻辑装置(PLD))，包括，接收作为机器可读信号的机器指令的机器可读介质。术语“机器可读信号”指的是用于将机器指令和/或数据提供给可编程处理器的任何信号。

为了提供与用户的交互，可以在计算机上实施此处描述的系统和技术，该计算机具有：用于向用户显示信息的显示装置(例如，CRT(阴极射线管)或者LCD(液晶显示器)监视器)；以及键盘和指向装置(例如，鼠标或者轨迹球)，用户可以通过该键盘和该指向装置来将输入提供给计算机。其它种类的装置还可以用于提供与用户的交互；例如，提供给用户的反馈可以是任何形式的传感反馈(例如，视觉反馈、听觉反馈、或者触觉反馈)；并且可以用任何形式(包括声输入、语音输入或者、触觉输入)来接收来自用户的输入。

可以将此处描述的系统和技术实施在包括后台部件的计算系统(例如，作为数据服务器)、或者包括中间件部件的计算系统(例如，应用服务器)、或者包括前端部件的计算系统(例如，具有图形用户界面或者网络浏览器的用户计算机，用户可以通过该图形用户界面或者该网络浏览器来与此处描述的系统和技术的实施方式交互)、或者包括这种后台部件、中间件部件、或者前端部件的任何组合的计算系统中。可以通过任何形式或者介质的数字数据通信(例如，通信网络)来将系统的部件相互连接。通信网络的示例包括：局域网(LAN)、广域网(WAN)和互联网。

计算机系统可以包括客户端和服务器。客户端和服务器一般远离彼此并且通常通过通信网络进行交互。通过在相应的计算机上运行并且彼此具有客户端-服务器关系的计算机程序来产生客户端和服务器的关系。

Claims (13)

1.一种用于在生产线上检测摄像头产品的镜头表面的方法，其特征在于，包括：

获取摄像头产品在检测工位上对纯色背景区域拍摄的图像；

使用检测模型处理所述图像以得到检测输出，其中，所述检测输出定义属于质量问题的图像区域、以及质量问题的类别和置信度；

根据所述检测输出确定所述摄像头产品的镜头表面是否通过检测。

2.如权利要求1所述的方法，其特征在于，获取摄像头产品在检测工位上对纯色背景区域拍摄的图像，包括：

判断摄像头产品与纯色背景区域之间是否符合预设位置关系；

如果所述摄像头产品与所述纯色背景区域之间符合所述预设位置关系，向摄像头产品发送拍摄指令；

接收所述摄像头产品响应于所述拍摄指令对所述纯色背景区域拍摄并发送的图像。

3.如权利要求1所述的方法，其特征在于，还包括：

在所述图像上标记所述检测输出；

显示标记有所述检测输出的所述图像；

检测检测人员在标记有所述检测输出的所述图像上对所述检测输出的校正操作；

响应于检测到所述校正操作，根据所述校正操作校正所述检测输出；

存储校正后的检测输出和所述图像，以作为迭代所述检测模型的训练数据。

4.如权利要求1所述的方法，其特征在于，根据所述检测输出确定所述摄像头产品的镜头表面是否通过检测，包括：

判断置信度大于预设值的属于质量问题的图像区域的数量是否大于预设数量；

如果置信度大于预设值的属于质量问题的图像区域的数量大于所述预设数量，确定所述摄像头产品的镜头表面未通过检测；

如果置信度大于预设值的属于质量问题的图像区域的数量不大于所述预设数量，确定所述摄像头产品的镜头表面通过检测。

5.如权利要求1、3或4所述的方法，其特征在于，还包括：

在所述图像上标记是否通过检测的信息；

显示标记有所述是否通过检测的信息的所述图像。

6.如权利要求1所述的方法，其特征在于，所述质量问题的类别包括：缺陷和/或污渍，其中，所述缺陷包括划痕、凹陷、或裂痕。

7.一种训练方法，其特征在于，包括：

获取摄像头产品在检测工位上对纯色背景区域拍摄的图像；

标注所述图像上属于质量问题的图像区域和质量问题的类别；

使用多个标注有所述属于质量问题的图像区域和所述质量问题的类型的所述图像，对检测模型进行训练。

8.一种检测摄像头产品的镜头表面的方法，其特征在于，包括：

提供包括纯色背景区域的检测工位；

将待检测的摄像头产品定位至所述检测工位，使得所述摄像头产品与所述纯色背景区域形成预设位置关系；

由所述摄像头产品对所述纯色背景区域进行拍摄，得到图像；

使用检测模型处理所述图像以得到检测输出，其中，所述检测输出定义属于质量问题的图像区域、以及质量问题的类别和置信度；

根据所述检测输出确定所述摄像头产品的镜头表面是否通过检测。

9.如权利要求8所述的方法，其特征在于，还包括：

在所述图像上标记所述检测输出；

显示标记有所述检测输出的所述图像；

检测检测人员在标记有所述检测输出的所述图像上对所述检测输出的校正操作；

响应于检测到所述校正操作，根据所述校正操作校正所述检测输出；

存储校正后的检测输出和所述图像，以作为迭代所述检测模型的训练数据。

10.一种检测摄像头产品的系统，其特征在于，包括：

检测工位，包括纯色背景区域和容置位，所述容置位被配置为放置摄像头产品，并使得所述摄像头产品与所述纯色背景区域形成预设位置关系；

图像采集单元，被配置为在第一阶段，在摄像头产品被定位到所述容置位后，控制摄像头产品对所述纯色背景区域进行拍摄，得到第一图像并将所述第一图像提供给图像标注单元；在第二阶段，在摄像头产品被定位到所述容置位后，控制摄像头产品对所述纯色背景区域进行拍摄，得到第二图像并将所述第二图像提供给图像检测单元；

所述图像标注单元，被配置为标注所述第一图像上属于质量问题的图像区域和质量问题的类别，得到第一训练数据；

模型训练单元，被配置为使用所述第一训练数据得到检测模型，所述检测模型用于处理图像并输出定义属于质量问题的图像区域、以及质量问题的类别和置信度的检测输出；

所述图像检测单元，被配置为调用所述检测模型处理所述第二图像，得到相应的检测输出；根据所述检测输出确定摄像头产品的镜头表面是否通过检测；

结果提示单元，被配置为在所述第二图像上标记所述检测输出、以及是否通过检测的信息；显示标记有所述检测输出、以及所述是否通过检测的信息的所述第二图像；

结果校正单元，被配置为检测检测人员在所述第二图像上对所述检测输出的校正操作；响应于检测到所述校正操作，根据所述校正操作校正所述检测输出；存储校正后的检测输出和所述第二图像，以作为迭代所述检测模型的第二训练数据；

其中，所述模型训练单元，还被配置为使用所述第二训练数据迭代所述检测模型。

11.一种用于在生产线上检测摄像头产品的镜头表面的装置，其特征在于，包括：

获取模块，用于获取摄像头产品在检测工位上对纯色背景区域拍摄的图像；

检测模块，用于使用检测模型处理所述图像以得到检测输出，其中，所述检测输出定义属于质量问题的图像区域、以及质量问题的类别和置信度；

确定模块，用于根据所述检测输出确定所述摄像头产品的镜头表面是否通过检测。

12.一种电子设备，其特征在于，包括：

处理器；以及

存储程序的存储器，

其中，所述程序包括指令，所述指令在由所述处理器执行时使所述处理器执行根据权利要求1-7中任一项所述的方法。

13.一种存储有计算机指令的非瞬时计算机可读存储介质，其特征在于，所述计算机指令用于使所述计算机执行根据权利要求1-7中任一项所述的方法。

Images