CN115471476A - 一种部件缺陷检测方法、装置、设备及介质 - Google Patents

Abstract

本发明公开了一种部件缺陷检测方法、装置、设备及介质。该方法包括：获取待检测部件图像；根据预先构建的缺陷检测模型，对所述待检测部件图像进行至少一个级别的缺陷检测，确定待检测部件的至少一种类型的缺陷检测结果；其中，所述缺陷检测模型包括第一缺陷检测单元、第二缺陷检测单元以及第三缺陷检测单元；所述第一缺陷检测单元用于检测待检测部件的缺失缺陷；所述第二缺陷检测单元用于检测待检测部件的目标位置缺陷；所述第三缺陷检测单元用于检测待检测部件的表面缺陷。本技术方案解决了缺陷检测模型检测准确率不高、适应性差以及检测效率低下的问题，可以在提高部件缺陷检测准确率的同时，有效提高检测效率，增强模型鲁棒性。

Description

一种部件缺陷检测方法、装置、设备及介质

技术领域

本发明涉及计算机视觉技术领域，尤其涉及一种部件缺陷检测方法、装置、设备及介质。

背景技术

目前，部件缺陷检测广泛应用于各行各业，主要依靠目标检测、目标分割等深度学习算法，对部件图像进行特征提取，进而根据缺陷特征判断部件是否存在缺陷或定位部件的缺陷位置。

但是，不同场景下，应用的部件不同，部件的姿态、缺陷形状以及缺陷大小等也存在差异。难以通过深度学习方法训练一个可以检测各类缺陷的模型。其次，对于视觉上的细微缺陷，容易在特征提取过程中导致特征丢失，进而影响检测的准确性。

发明内容

本发明提供了一种部件缺陷检测方法、装置、设备及介质，以解决缺陷检测模型检测准确率不高、适应性差以及检测效率低下的问题，可以在提高部件缺陷检测准确率的同时，有效提高检测效率，增强模型鲁棒性。

根据本发明的一方面，提供了一种部件缺陷检测方法，所述方法包括：

获取待检测部件图像；

根据预先构建的缺陷检测模型，对所述待检测部件图像进行至少一个级别的缺陷检测，确定待检测部件的至少一种类型的缺陷检测结果；

其中，所述缺陷检测模型包括第一缺陷检测单元、第二缺陷检测单元以及第三缺陷检测单元；所述第一缺陷检测单元用于检测待检测部件的缺失缺陷；所述第二缺陷检测单元用于检测待检测部件的目标位置缺陷；所述第三缺陷检测单元用于检测待检测部件的表面缺陷。

根据本发明的另一方面，提供了一种部件缺陷检测装置，该装置包括：

部件图像获取模块，用于获取待检测部件图像；

检测结果确定模块，用于根据预先构建的缺陷检测模型，对所述待检测部件图像进行至少一个级别的缺陷检测，确定待检测部件的至少一种类型的缺陷检测结果；

其中，所述缺陷检测模型包括第一缺陷检测单元、第二缺陷检测单元以及第三缺陷检测单元；所述第一缺陷检测单元用于检测待检测部件的缺失缺陷；所述第二缺陷检测单元用于检测待检测部件的目标位置缺陷；所述第三缺陷检测单元用于检测待检测部件的表面缺陷。

根据本发明的另一方面，提供了一种电子设备，所述电子设备包括：

至少一个处理器；以及

与所述至少一个处理器通信连接的存储器；其中，

所述存储器存储有可被所述至少一个处理器执行的计算机程序，所述计算机程序被所述至少一个处理器执行，以使所述至少一个处理器能够执行本发明任一实施例所述的部件缺陷检测方法。

根据本发明的另一方面，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存储有计算机指令，所述计算机指令用于使处理器执行时实现本发明任一实施例所述的部件缺陷检测方法。

本发明实施例的技术方案，通过预先构建的金字塔型结构的缺陷检测模型，对待检测部件图像进行至少一个级别的缺陷检测，确定待检测部件的至少一种类型的缺陷检测结果。本方案解决了缺陷检测模型检测准确率不高、适应性差以及检测效率低下的问题，可以在提高部件缺陷检测准确率的同时，有效提高检测效率，增强模型鲁棒性。

应当理解，本部分所描述的内容并非旨在标识本发明的实施例的关键或重要特征，也不用于限制本发明的范围。本发明的其它特征将通过以下的说明书而变得容易理解。

附图说明

为了更清楚地说明本发明实施例中的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，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是根据本发明实施例一提供的一种部件缺陷检测方法的流程图；

图2是根据本发明实施例二提供的一种部件缺陷检测方法的流程图；

图3是根据本发明实施例三提供的一种部件缺陷检测装置的结构示意图；

图4是实现本发明实施例的部件缺陷检测方法的电子设备的结构示意图。

具体实施方式

为了使本技术领域的人员更好地理解本发明方案，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分的实施例，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，都应当属于本发明保护的范围。

需要说明的是，本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本发明的实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外，术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、设备、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。本申请技术方案中对数据的获取、存储、使用、处理等均符合国家法律法规的相关规定。

实施例一

图1为本发明实施例一提供了一种部件缺陷检测方法的流程图，本实施例可适用于工业的零件、设备等缺陷检测场景，该方法可以由部件缺陷检测装置来执行，该装置可以采用硬件和/或软件的形式实现，该装置可配置于电子设备中。如图1所示，该方法包括：

S110、获取待检测部件图像。

本方案可以由部件缺陷检测系统执行，部件缺陷检测系统可以包括一个或多个视觉传感器，例如摄像头、红外成像仪等，用于获取待检测部件的图像。部件缺陷检测系统可以配置多个视觉传感器拍摄待检测部件不同角度的图像，以实现对待检测部件的全方位检测。一些场景下，存在待检测部件已部署于设备中，或者待检测部件与其他部件连接不可拆卸等情况，部件缺陷检测系统可以通过视觉传感器获取待检测部件所在的组合结构图像，通过预先训练的目标检测模型提取待检测部件图像。在得到待检测部件图像之后，部件缺陷检测系统可以对待检测部件图像进行图像增强、色彩矫正以及图像去噪等预处理操作，以提升图像质量，进而达到良好的检测效果。

S120、根据预先构建的缺陷检测模型，对所述待检测部件图像进行至少一个级别的缺陷检测，确定待检测部件的至少一种类型的缺陷检测结果。

其中，所述缺陷检测模型可以包括第一缺陷检测单元、第二缺陷检测单元以及第三缺陷检测单元。第一缺陷检测单元、第二缺陷检测单元以及第三缺陷检测单元可以是顺序连接的。所述第一缺陷检测单元可以用于检测待检测部件的缺失缺陷；所述第二缺陷检测单元可以用于检测待检测部件的目标位置缺陷；所述第三缺陷检测单元可以用于检测待检测部件的表面缺陷。相应的，所述缺陷检测结果可以包括缺失缺陷检测结果、目标位置缺陷检测结果以及表面缺陷检测结果。

容易理解的，缺失缺陷对部件的功能性通常存在显著影响，并且部件外观上存在明显差异。相比于目标位置缺陷和表面缺陷，部件的缺失缺陷更容易进行检测和判断，因此，部件缺陷检测系统可以首先对待检测部件图像进行缺失缺陷检测。第一缺陷检测单元可以是基于目标分割模型构建的，通过对待检测部件图像进行待检测部件分割，描绘待检测部件轮廓，容易利用特征对比等方式判断部件的缺失，确定待检测部件的缺失缺陷检测结果。其中，所述缺失缺陷检测结果可以包括待检测部件是否存在缺失缺陷，还可以包括缺失缺陷分布位置。如果待检测部件存在缺失缺陷，部件缺陷检测系统可以将缺陷部件进行分拣，无需再进行后续缺陷检测，待缺失缺陷修复之后作为新的待检测部件重新开始缺陷检测。如果待检测部件不存在缺失缺陷，则继续进行目标位置缺陷检测。部件缺陷检测系统也可以不分拣缺失缺陷部件，而对存在缺失缺陷的部件进行记录，继续对待检测部件进行后续缺陷检测，待全部缺陷检测完成之后，对存在缺陷的各部件生成缺陷检测报告。

在本方案中，所述目标位置可以是影响待检测部件功能的位置，例如部件的连接处、受力点等。目标位置在部件上分布具有一定规律，难以通过整幅待检测部件图像实现精准检测。第二缺陷检测单元可以首先提取待检测部件图像的目标位置图像，再对各目标位置图像进行对应的缺陷比对，以确定目标位置缺陷，生成目标位置缺陷检测结果。其中，目标位置缺陷检测结果可以包括待检测部件是否存在目标位置缺陷，也可以包括存在目标位置缺陷数量，还可以包括目标位置缺陷的缺陷位置。如果待检测部件存在目标位置缺陷，部件缺陷检测系统则可以将缺陷部件进行分拣，无需再进行表面缺陷检测，待目标位置缺陷修复之后作为新的待检测部件重新开始缺陷检测。如果待检测部件不存在目标位置缺陷，则继续进行表面缺陷检测。与缺失缺陷检测类似的，部件缺陷检测系统也可以不立即分拣目标位置缺陷部件，而对存在目标位置缺陷的部件进行记录，继续对待检测部件进行表面缺陷检测，待全部缺陷检测完成之后，对存在缺陷的各部件生成缺陷检测报告。

在目标位置缺陷检测之后，部件缺陷检测系统可以通过第三缺陷检测单元实现对待检测部件的表面缺陷检测。其中，所述表面缺陷可以是部件的表面纹理异常，例如部件表面存在划痕、凹陷、凸起或者麻点等。第三缺陷检测单元可以是基于目标检测算法实现表面缺陷的定位。第三缺陷检测单元也可以基于目标分割算法确定表面缺陷分布边界，进而实现表面缺陷区域的精确的刻画。根据第三缺陷检测单元的输出结果，部件缺陷检测系统可以确定表面缺陷检测结果。表面缺陷检测结果可以包括待检测部件是否存在表面缺陷，表面缺陷分布位置，以及表面缺陷分布面积在待检测部件图像中的占比等。与缺失缺陷检测类似的，部件缺陷检测系统也可以不立即分拣目标位置缺陷部件，而对存在目标位置缺陷的部件进行记录，继续对待检测部件进行表面缺陷检测，待全部缺陷检测完成之后，对存在缺陷的各部件生成缺陷检测报告。

本技术方案通过预先构建的金字塔型结构的缺陷检测模型，对待检测部件图像进行至少一个级别的缺陷检测，确定待检测部件的至少一种类型的缺陷检测结果。本方案解决了缺陷检测模型检测准确率不高、适应性差以及检测效率低下的问题，可以在提高部件缺陷检测准确率的同时，有效提高检测效率，增强模型鲁棒性。

实施例二

图2为本发明实施例二提供了一种部件缺陷检测方法的流程图，本实施例以上述实施例为基础进行细化。如图2所示，该方法包括：

S210、获取待检测部件图像。

在本方案中，所述第一缺陷检测单元可以包括编码器和预先确定的正常部件特征集合；所述第二缺陷检测单元可以包括目标位置检测器和分类器；所述第三缺陷检测单元可以包括表面缺陷检测器和分割器。

S220、利用所述编码器对所述待检测部件图像进行特征编码，输出至少一个特征向量。

可以理解的，所述编码器可以是基于卷积神经网络构建的特征提取器，用于对待检测部件图像进行特征提取，输出预设维度的特征向量。

部件缺陷检测系统可以基于正常部件图像构建正常部件特征集合。部件缺陷检测系统可以筛选具有代表性的正常部件图像，例如正常部件在各预设角度的拍摄图像。部件缺陷检测系统可以利用编码器对各正常部件图像进行特征编码，生成与特征向量维度相同的特征，并根据各特征组建正常部件特征集合。

部件缺陷检测系统也可以选取大量正常部件图像，在对各正常部件图像进行特征提取之后，利用特征提取得到的各特征进行聚类，将确定的各聚类中心作为正常部件特征集合中的特征。

S230、计算正常部件特征集合中各特征与所述特征向量的距离，并根据各距离，确定与所述特征向量匹配的目标特征。

部件缺陷检测系统可以将正常部件特征集合中各特征作为参考，计算各特征和从待检测部件图像中提取的特征向量的距离。其中，所述距离可以是欧氏距离、余弦距离等。所述距离可以用于表示特征向量与各特征的相似度，距离越大说明相似度越小，距离越小说明相似度越大。部件缺陷检测系统可以对计算得到的各距离进行排序，将最小距离对应的特征确定为目标特征。

S240、根据所述目标特征和所述特征向量，确定缺失缺陷检测结果。

部件缺陷检测系统可以根据正常部件特征集合中与特征向量相似度最大的目标特征的距离，确定特征向量所代表的待检测部件是否存在缺失缺陷。

具体的，所述缺失缺陷检测结果包括缺失判定结果；

所述根据所述目标特征和所述特征向量，确定缺失缺陷检测结果，包括：

若所述目标特征和所述特征向量的距离大于预设距离阈值，则确定待检测部件存在缺失缺陷。

如果距离大于预设距离阈值，则说明特征向量所代表的待检测部件图像与目标特征所代表的正常部件图像存在较大差异，即待检测部件不属于正常部件，判定待检测部件存在缺失缺陷。

本方案通过计算特征向量与正常部件特征的距离，可以快速准确的确定待检测部件的缺失缺陷。

在一个可行的方案中，所述第一缺陷检测单元还包括解码器；所述缺失缺陷检测结果还包括缺陷候选区域；

所述根据所述目标特征和所述特征向量，确定缺失缺陷检测结果，包括：

将所述目标特征和所述特征向量输入至所述解码器，确定所述待检测部件图像的目标像素；

根据目标像素，确定缺陷候选区域。

与编码器相反的，所述解码器可以将输入的特征编码还原为部件图像。解码器也可以是基于卷积神经网络构建的，基于卷积神经网络待建的编码器和解码器可以具有对称的网络结构。部件缺陷检测系统可以分别将目标特征和特征向量输入至解码器，对应输出正常部件图像和待检测部件图像。根据目标特征与特征向量的差异元素，部件缺陷检测系统可以确定正常部件图像和待检测部件图像的差异像素，并将差异像素作为目标像素。部件缺陷检测系统可以将目标像素构成的连通区域作为缺陷候选区域，用于细化检测。为了方便后续图像对比，部件缺陷检测系统可以将目标像素构成的连通区域进行规范，例如基于连通区域外接规则图形，并将规则图形在待检测部件图像中划定的区域作为缺陷候选区域。

该方案可以在对待检测部件图像进行缺失缺陷检测的同时，标记缺陷候选区域，有利于保证图像检测的可靠性，避免缺陷检测的遗漏。

S250、若确定所述待检测部件不存在缺失缺陷，则根据预先设置的至少一个目标位置，利用目标位置检测器对所述待检测部件图像进行目标位置检测，确定目标位置图像。

如果根据缺失缺陷检测结果确定待检测部件不存在缺失缺陷，部件缺陷检测系统可以继续对待检测部件图像进行目标位置缺陷检测。部分缺陷检测系统可以利用预先训练的目标位置检测器定位待检测部件图像中的目标位置，生成目标位置检测结果。所述目标位置检测结果可以包括检测框信息，检测框信息可以包括检测框位置和检测框范围。根据检测框位置和检测框范围，部件缺陷检测系统可以提取目标位置图像。其中，所述目标位置检测器可以是基于YOLO、SSD等一阶段目标检测算法构建的模型，也可以是基于Faster R-CNN等两阶段目标检测算法构建的模型。

S260、利用所述分类器对各目标位置图像进行分类，输出目标位置缺陷第一检测结果。

在得到目标位置图像之后，部件缺陷检测系统可以利用预先训练的分类器分别对各目标位置图像进行二分类，即判断各目标位置图像是否检测到目标位置缺陷。部件缺陷检测系统可以将分类器输出的二分类结果作为目标位置缺陷第一检测结果。

在一个优选的方案中，在确定目标位置图像之后，所述方法还包括：

根据所述缺陷候选区域和所述目标位置图像，确定目标位置缺陷第二检测结果。

在得到目标位置图像之后，部件缺陷检测系统可以根据缺陷候选区域的位置和范围，以及目标位置图像关联的检测框位置和检测框范围，确定缺陷候选区域与目标位置图像是否存在重叠区域。如果缺陷候选区域与目标位置图像存在重叠区域，部件缺陷检测系统可以计算缺陷候选区域和目标位置图像的交并比，进而根据交并比，确定目标位置缺陷第二检测结果。具体的，交并比计算公式可以如下所示：

其中，W表示交并比，A表示缺陷候选区域，B表示目标位置图像关联的检测框覆盖区域。

如果交并比大于预设比例阈值，则确定待检测部件的目标位置图像所指示区域存在目标位置缺陷。如果交并比小于或等于预设比例阈值，则确定待检测部件的目标位置图像所指示区域不存在目标位置缺陷。

部件缺陷检测系统可以将目标位置缺陷第一检测结果和目标位置缺陷第二检测结果进行整合，将同一目标位置缺陷的检测结果进行合并，生成目标位置缺陷检测结果。例如取同一目标位置缺陷的第一检测结果和第二检测结果的并集，假设位置A的第一检测结果为存在缺陷，第二检测结果为不存在缺陷，则确定位置A的检测结果为存在缺陷。

S270、若根据所述目标位置缺陷第一检测结果和所述目标位置缺陷第二检测结果确定所述待检测部件不存在目标位置缺陷，则利用所述表面缺陷检测器对所述待检测部件图像进行表面缺陷检测，确定表面缺陷图像。

如果待检测部件不存在目标位置缺陷，部件缺陷检测系统可以对待检测部件图像进行表面缺陷检测。具体的，部件缺陷检测系统可以利用预先训练的表面缺陷检测器，确定表面缺陷图像。与目标位置检测器类似的，所述表面缺陷检测器可以是基于YOLO、SSD等一阶段目标检测算法构建的模型，也可以是基于Faster R-CNN等两阶段目标检测算法构建的模型。需要说明的是，目标位置检测器与表面缺陷检测器的训练数据不同，因此，两个检测器学习内容不同，可以检测的对象也不同。

S280、利用所述分割器对所述表面缺陷图像进行图像分割，确定表面缺陷检测结果。

为了实现精细化的表面缺陷检测，在得到表面缺陷图像之后，部件缺陷检测系统可以将表面缺陷图像输入至分割器，根据分割器的输出确定表面缺陷检测结果。其中，所述分割器可以是基于卷积神经网络的目标分割模型，例如FCN、U-Net等。可以理解的，相比于目标检测，目标分割可以更加细致的刻画目标的轮廓，得到更加准确的表面缺陷分布，进而有利于表面缺陷的快速修复。

部件缺陷检测系统可以将分割器输出的区域面积转换成像素，根据像素数量与预设数量阈值的比较结果，确定表面缺陷检测结果。具体的，如果像素数量大于或等于数量阈值，则判定待检测部件在表面缺陷图像区域存在表面缺陷。如果像素数量小于数量阈值，则确定待检测部件在表面缺陷图像区域不存在表面缺陷。

本技术方案通过预先构建的金字塔型结构的缺陷检测模型，对待检测部件图像进行至少一个级别的缺陷检测，确定待检测部件的至少一种类型的缺陷检测结果。本方案解决了缺陷检测模型检测准确率不高、适应性差以及检测效率低下的问题，可以在提高部件缺陷检测准确率的同时，有效提高检测效率，增强模型鲁棒性。

实施例三

图3为本发明实施例三提供的一种部件缺陷检测装置的结构示意图。如图3所示，该装置包括：

部件图像获取模块310，用于获取待检测部件图像；

检测结果确定模块320，用于根据预先构建的缺陷检测模型，对所述待检测部件图像进行至少一个级别的缺陷检测，确定待检测部件的至少一种类型的缺陷检测结果；

其中，所述缺陷检测模型包括第一缺陷检测单元、第二缺陷检测单元以及第三缺陷检测单元；所述第一缺陷检测单元用于检测待检测部件的缺失缺陷；所述第二缺陷检测单元用于检测待检测部件的目标位置缺陷；所述第三缺陷检测单元用于检测待检测部件的表面缺陷。

在本方案中，可选的，所述第一缺陷检测单元包括编码器和预先确定的正常部件特征集合；

所述检测结果确定模块320，包括：

特征向量输出单元，用于利用所述编码器对所述待检测部件图像进行特征编码，输出至少一个特征向量；

目标特征确定单元，用于计算正常部件特征集合中各特征与所述特征向量的距离，并根据各距离，确定与所述特征向量匹配的目标特征；

缺失缺陷检测结果确定单元，用于根据所述目标特征和所述特征向量，确定缺失缺陷检测结果。

在上述方案的基础上，可选的，所述缺失缺陷检测结果包括缺失判定结果；

所述缺失缺陷检测结果确定单元，具体用于：

若所述目标特征和所述特征向量的距离大于预设距离阈值，则确定待检测部件存在缺失缺陷。

在一个可行的方案中，所述第二缺陷检测单元包括目标位置检测器和分类器；

所述检测结果确定模块320，包括：

目标位置图像确定单元，用于若确定所述待检测部件不存在缺失缺陷，则根据预先设置的至少一个目标位置，利用目标位置检测器对所述待检测部件图像进行目标位置检测，确定目标位置图像；

目标位置缺陷第一检测结果输出单元，用于利用所述分类器对各目标位置图像进行分类，输出目标位置缺陷第一检测结果。

在上述方案的基础上，可选的，所述第一缺陷检测单元还包括解码器；所述缺失缺陷检测结果还包括缺陷候选区域；

所述缺失缺陷检测结果确定单元，还用于：

将所述目标特征和所述特征向量输入至所述解码器，确定所述待检测部件图像的目标像素；

根据目标像素，确定缺陷候选区域。

在本方案中，可选的，所述检测结果确定模块320，还包括：

目标位置缺陷第二检测结果确定单元，用于根据所述缺陷候选区域和所述目标位置图像，确定目标位置缺陷第二检测结果。

在一个优选的方案中，所述第三缺陷检测单元包括表面缺陷检测器和分割器；所述检测结果确定模块320，包括：

表面缺陷图像确定单元，用于若根据所述目标位置缺陷第一检测结果和所述目标位置缺陷第二检测结果确定所述待检测部件不存在目标位置缺陷，则利用所述表面缺陷检测器对所述待检测部件图像进行表面缺陷检测，确定表面缺陷图像；

表面缺陷检测结果确定单元，用于利用所述分割器对所述表面缺陷图像进行图像分割，确定表面缺陷检测结果。

本发明实施例所提供的部件缺陷检测装置可执行本发明任意实施例所提供的部件缺陷检测方法，具备执行方法相应的功能模块和有益效果。

实施例四

图4示出了可以用来实施本发明的实施例的电子设备410的结构示意图。电子设备旨在表示各种形式的数字计算机，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(如头盔、眼镜、手表等)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/或者要求的本发明的实现。

如图4所示，电子设备410包括至少一个处理器411，以及与至少一个处理器411通信连接的存储器，如只读存储器(ROM)412、随机访问存储器(RAM)413等，其中，存储器存储有可被至少一个处理器执行的计算机程序，处理器411可以根据存储在只读存储器(ROM)412中的计算机程序或者从存储单元418加载到随机访问存储器(RAM)413中的计算机程序，来执行各种适当的动作和处理。在RAM 413中，还可存储电子设备410操作所需的各种程序和数据。处理器411、ROM 412以及RAM 413通过总线414彼此相连。输入/输出(I/O)接口415也连接至总线414。

电子设备410中的多个部件连接至I/O接口415，包括：输入单元416，例如键盘、鼠标等；输出单元417，例如各种类型的显示器、扬声器等；存储单元418，例如磁盘、光盘等；以及通信单元419，例如网卡、调制解调器、无线通信收发机等。通信单元419允许电子设备410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。

处理器411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。处理器411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处理器、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。处理器411执行上文所描述的各个方法和处理，例如部件缺陷检测方法。

在一些实施例中，部件缺陷检测方法可被实现为计算机程序，其被有形地包含于计算机可读存储介质，例如存储单元418。在一些实施例中，计算机程序的部分或者全部可以经由ROM 412和/或通信单元419而被载入和/或安装到电子设备410上。当计算机程序加载到RAM 413并由处理器411执行时，可以执行上文描述的部件缺陷检测方法的一个或多个步骤。备选地，在其他实施例中，处理器411可以通过其他任何适当的方式(例如，借助于固件)而被配置为执行部件缺陷检测方法。

本文中以上描述的系统和技术的各种实施方式可以在数字电子电路系统、集成电路系统、场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、芯片上系统的系统(SOC)、负载可编程逻辑设备(CPLD)、计算机硬件、固件、软件、和/或它们的组合中实现。这些各种实施方式可以包括：实施在一个或者多个计算机程序中，该一个或者多个计算机程序可在包括至少一个可编程处理器的可编程系统上执行和/或解释，该可编程处理器可以是专用或者通用可编程处理器，可以从存储系统、至少一个输入装置、和至少一个输出装置接收数据和指令，并且将数据和指令传输至该存储系统、该至少一个输入装置、和该至少一个输出装置。

用于实施本发明的方法的计算机程序可以采用一个或多个编程语言的任何组合来编写。这些计算机程序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，使得计算机程序当由处理器执行时使流程图和/或框图中所规定的功能/操作被实施。计算机程序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。

在本发明的上下文中，计算机可读存储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计算机程序。计算机可读存储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。备选地，计算机可读存储介质可以是机器可读信号介质。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。

为了提供与用户的交互，可以在电子设备上实施此处描述的系统和技术，该电子设备具有：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电子设备。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)、区块链网络和互联网。

计算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。服务器可以是云服务器，又称为云计算服务器或云主机，是云计算服务体系中的一项主机产品，以解决了传统物理主机与VPS服务中，存在的管理难度大，业务扩展性弱的缺陷。

应该理解，可以使用上面所示的各种形式的流程，重新排序、增加或删除步骤。例如，本发明中记载的各步骤可以并行地执行也可以顺序地执行也可以不同的次序执行，只要能够实现本发明的技术方案所期望的结果，本文在此不进行限制。

上述具体实施方式，并不构成对本发明保护范围的限制。本领域技术人员应该明白的是，根据设计要求和其他因素，可以进行各种修改、组合、子组合和替代。任何在本发明的精神和原则之内所作的修改、等同替换和改进等，均应包含在本发明保护范围之内。

Claims (10)

1.一种部件缺陷检测方法，其特征在于，所述方法包括：

获取待检测部件图像；

根据预先构建的缺陷检测模型，对所述待检测部件图像进行至少一个级别的缺陷检测，确定待检测部件的至少一种类型的缺陷检测结果；

其中，所述缺陷检测模型包括第一缺陷检测单元、第二缺陷检测单元以及第三缺陷检测单元；所述第一缺陷检测单元用于检测待检测部件的缺失缺陷；所述第二缺陷检测单元用于检测待检测部件的目标位置缺陷；所述第三缺陷检测单元用于检测待检测部件的表面缺陷。

2.根据权利要求1所述的方法，其特征在于，所述第一缺陷检测单元包括编码器和预先确定的正常部件特征集合；

所述根据预先构建的缺陷检测模型，对所述待检测部件图像进行至少一个级别的缺陷检测，确定待检测部件的至少一种类型的缺陷检测结果，包括：

利用所述编码器对所述待检测部件图像进行特征编码，输出至少一个特征向量；

计算正常部件特征集合中各特征与所述特征向量的距离，并根据各距离，确定与所述特征向量匹配的目标特征；

根据所述目标特征和所述特征向量，确定缺失缺陷检测结果。

3.根据权利要求2所述的方法，其特征在于，所述缺失缺陷检测结果包括缺失判定结果；

所述根据所述目标特征和所述特征向量，确定缺失缺陷检测结果，包括：

若所述目标特征和所述特征向量的距离大于预设距离阈值，则确定待检测部件存在缺失缺陷。

4.根据权利要求3所述的方法，其特征在于，所述第二缺陷检测单元包括目标位置检测器和分类器；

所述根据预先构建的缺陷检测模型，对所述待检测部件图像进行至少一个级别的缺陷检测，确定待检测部件的至少一种类型的缺陷检测结果，包括：

若确定所述待检测部件不存在缺失缺陷，则根据预先设置的至少一个目标位置，利用目标位置检测器对所述待检测部件图像进行目标位置检测，确定目标位置图像；

利用所述分类器对各目标位置图像进行分类，输出目标位置缺陷第一检测结果。

5.根据权利要求3所述的方法，其特征在于，所述第一缺陷检测单元还包括解码器；所述缺失缺陷检测结果还包括缺陷候选区域；

所述根据所述目标特征和所述特征向量，确定缺失缺陷检测结果，包括：

将所述目标特征和所述特征向量输入至所述解码器，确定所述待检测部件图像的目标像素；

根据目标像素，确定缺陷候选区域。

6.根据权利要求5所述的方法，其特征在于，在确定目标位置图像之后，所述方法还包括：

根据所述缺陷候选区域和所述目标位置图像，确定目标位置缺陷第二检测结果。

7.根据权利要求6所述的方法，其特征在于，所述第三缺陷检测单元包括表面缺陷检测器和分割器；

所述根据预先构建的缺陷检测模型，对所述待检测部件图像进行至少一个级别的缺陷检测，确定待检测部件的至少一种类型的缺陷检测结果，包括：

若根据所述目标位置缺陷第一检测结果和所述目标位置缺陷第二检测结果确定所述待检测部件不存在目标位置缺陷，则利用所述表面缺陷检测器对所述待检测部件图像进行表面缺陷检测，确定表面缺陷图像；

利用所述分割器对所述表面缺陷图像进行图像分割，确定表面缺陷检测结果。

8.一种部件缺陷检测装置，其特征在于，所述装置包括：

部件图像获取模块，用于获取待检测部件图像；

检测结果确定模块，用于根据预先构建的缺陷检测模型，对所述待检测部件图像进行至少一个级别的缺陷检测，确定待检测部件的至少一种类型的缺陷检测结果；

其中，所述缺陷检测模型包括第一缺陷检测单元、第二缺陷检测单元以及第三缺陷检测单元；所述第一缺陷检测单元用于检测待检测部件的缺失缺陷；所述第二缺陷检测单元用于检测待检测部件的目标位置缺陷；所述第三缺陷检测单元用于检测待检测部件的表面缺陷。

9.一种电子设备，其特征在于，所述电子设备包括：

至少一个处理器；以及

与所述至少一个处理器通信连接的存储器；其中，

所述存储器存储有可被所述至少一个处理器执行的计算机程序，所述计算机程序被所述至少一个处理器执行，以使所述至少一个处理器能够执行权利要求1-7中任一项所述的部件缺陷检测方法。

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存储有计算机指令，所述计算机指令用于使处理器执行时实现权利要求1-7中任一项所述的部件缺陷检测方法。

Images