缺陷检测方法及装置、电子设备和存储介质.pdf

(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号CN114240882A(43)申请公布日2022.03.25(21)申请号202111546950.0(22)申请日2021.12.16(71)申请人深圳市商汤科技有限公司地址518000广东省深圳市前海深港合作区前湾一路1号A栋201室(72)发明人沈琦暴天鹏吴立威(74)专利代理机构北京林达刘知识产权代理事务所(普通合伙)11277代理人刘新宇(51)Int.Cl.G06T7/00(2017.01)G06K9/62(2022.01)G06V10/75(2022.01)G06V10/764(2022.01)G06V10/774(2022.01)权利要求书2页说明书14页附图5页(54)发明名称缺陷检测方法及装置、电子设备和存储介质(57)摘要本公开涉及一种缺陷检测方法及装置、电子设备和存储介质，通过获取待检测图像，通过缺陷检测网络对待检测图像进行缺陷检测，得到缺陷检测结果。其中，缺陷检测网络通过目标数据集训练得到，目标数据集包括带有真实标签的第一数据集和/或带有伪标签的第二数据集，第二数据集中的伪标签通过标签生成模型生成，其中，标签生成模型的置信度阈值基于所述第一数据集确定。本公开通过标注了真实标签的样本和半监督的方法标注伪标签的样本一同进行缺陷检测网络训练，以通过大量样本训练提高缺陷检测网络的准确程度，使得在缺陷检测时得到更加准确的缺陷检测结果。CN114240882ACN114240882A权利要求书1/2页1.一种缺陷检测方法，其特征在于，所述方法包括：获取待检测图像；通过缺陷检测网络对所述待检测图像进行缺陷检测，得到缺陷检测结果；其中，所述缺陷检测网络通过目标数据集训练得到，所述目标数据集包括带有真实标签的第一数据集和/或带有伪标签的第二数据集，所述第二数据集中的伪标签通过标签生成模型生成，所述标签生成模型的置信度阈值基于所述第一数据集确定。2.根据权利要求1所述的方法，其特征在于，所述第二数据集中伪标签的生成过程包括：将所述第二数据集中的每个第二图像数据输入所述标签生成模型，得到每个所述第二图像数据对应的检测信息，所述检测信息包括检测结果和对应的置信度；从所述第二图像数据的检测信息中，筛选出符合要求的检测结果，作为第二图像数据的伪标签。3.根据权利要求1或2所述的方法，其特征在于，所述第一数据集中包括至少两个第一图像数据和每个所述第一图像数据的真实标签；基于所述第一数据集确定所述标签生成模型的置信度阈值，包括：将各所述第一图像数据输入训练得到的标签生成模型，得到各所述第一图像数据的检测信息，所述检测信息中包括检测结果和对应的置信度；根据各所述第一图像数据的检测信息和真实标签确定所述标签生成模型的置信度阈值。4.根据权利要求3所述的方法，其特征在于，所述根据各所述第一图像数据的检测信息和真实标签确定所述标签生成模型的置信度阈值包括：确定候选阈值：根据所述候选阈值筛选各所述第一图像数据的检测信息，得到目标检测信息；根据所述目标检测信息和真实标签确定调整信息；根据所述调整信息和所述候选阈值确定置信度阈值。5.根据权利要求4所述的方法，其特征在于，所述根据所述目标检测信息和真实标签确定调整信息，包括：根据所述目标检测信息和真实标签确定召回率和/或检测准确度；根据所述召回率和/或检测准确度确定调整信息。6.根据权利要求5所述的方法，其特征在于，所述根据所述目标检测信息和真实标签确定召回率和/或检测准确度，包括：根据每个所述目标检测信息确定检测框集合，所述检测框集合中包括至少一个检测图像框；根据各所述目标检测信息对应的目标图像数据的真实标签确定标注框集合，所述标注框集合中包括至少一个标注图像框；根据所述检测框集合和所述标注框集合，确定第一匹配参数、第二匹配参数和第三匹配参数，所述第一匹配参数表征与标注图像框相匹配的检测图像框的数量，所述第二匹配参数表征不与检测图像框相匹配的标注图像框数量，所述第三匹配参数表征不与标注图像框相匹配的检测图像框数量；2CN114240882A权利要求书2/2页根据所述第一匹配参数和所述第二匹配参数确定所述召回率，和/或，根据所述第一匹配参数和所述第三匹配参数确定所述检测准确度。7.根据权利要求4‑6中任意一项所述的方法，其特征在于，所述根据所述调整信息和所述候选阈值确定置信度阈值包括：响应于所述调整信息满足预设的调整条件，确定所述候选阈值为置信度阈值；响应于所述调整信息不满足预设的调整条件，重新确定调整信息，直到所述调整信息满足预设条件。8.根据权利要求7所述的方法，其特征在于，所述调整条件为所述召回率大于第一调整阈值，且所述检测准确度大于第二调整阈值；所述响应于所述调整信息不满足预设的调整条件，重新确定调整信息包括：响应