CN114638777B 图像瑕疵检测方法、装置、电子设备及介质 (富泰华工业(深圳)有限公司)_第1页
CN114638777B 图像瑕疵检测方法、装置、电子设备及介质 (富泰华工业(深圳)有限公司)_第2页
CN114638777B 图像瑕疵检测方法、装置、电子设备及介质 (富泰华工业(深圳)有限公司)_第3页
CN114638777B 图像瑕疵检测方法、装置、电子设备及介质 (富泰华工业(深圳)有限公司)_第4页
CN114638777B 图像瑕疵检测方法、装置、电子设备及介质 (富泰华工业(深圳)有限公司)_第5页
已阅读5页,还剩26页未读 继续免费阅读

下载本文档

版权说明:本文档由用户提供并上传,收益归属内容提供方,若内容存在侵权,请进行举报或认领

文档简介

街道大三社区富士康观澜科技园B区2确定所述待检测图像所属的领域,并基于所述领域,从预先构确定与所述领域对应的分数阈值,包括:将所述瑕疵图像2.如权利要求1所述的图像瑕疵检测方从所述卷积神经网络的任意卷积层中提取卷积核,所述卷积神经网络包括多个卷积利用T-SNE算法对每个低维向量进行可视化处理,得到每个卷积层上的多张训练图像36.如权利要求1所述的图像瑕疵检测方法,其特征在于,所述图像瑕疵检测方法还包当所述目标分数大于或者等于所述分数阈值时,将所述待检测图像确定为无瑕疵图所述获取单元,还用于获取所述领域上的多张训练图像,所述多张训练图正常图像的第二特征图;从所述卷积神经网络中确定与所述目标卷积层对应的目标池化所述确定单元,还用于当所述目标分数小于所述分数阈值时,将所述处理器,获取所述存储器中存储的指令以实现如权利要求1至6中9.一种计算机可读存储介质,其特征在于:所述计算4[0011]根据本申请优选实施例,所述获取待检测图像包括以下一种或者多种方式的组[0020]利用T-SNE算法对每个低维向量进行可视化处理,得到每个卷积层上的多张训练5述瑕疵图像的第一特征图及所述正常图像的第6[0057]利用T-SNE算法对每个低维向量进行可视化处理,得到每个卷积层上的多张训练述瑕疵图像的第一特征图及所述正常图像的第7[0086]如图1所示,是本申请图像瑕疵检测方法的较佳实施例的流程图。根据不同的需编程门阵列(Field-ProgrammableGateArray,FPGA)、数字处理器(DigitalSignalComputing)的由大量主机或网络服务8[0099](2)所述电子设备从所述配置库中获取带有预设标识的图像作为所述待检测图9[0136]所述电子设备将所述瑕疵图像及所述正常图像输入至所述目标卷积层中进行卷[0137]通过计算正常图像与瑕疵图像的均值分数及计算正常图像与瑕疵图像的标准差[0138]S15,当所述目标分数小于所述分数阈值时,将所述待检测图像确定为有瑕疵图[0140]所述电子设备确定所述有瑕疵图像的目标数量,当所述目标数量大于预设数量请所称的模块/单元是指一种能够被处理器13所获取,并且能够完成固定功能的一系列计[0152]在本申请的至少一个实施例中,所述获取单元110获取待检测图像包括以下一种[0153](1)所述获取单元110确定所述检测对象,并利用所述摄像装置拍摄所述检测对[0157](2)所述获取单元110从所述配置库中获取带有预设标识的图像作为所述待检测[0169]在本申请的至少一个实施例中,所述确定单元111确定所述待检测图像所属的领[0170]所述确定单元111确定所述待检测图像的待检测对象,进一步地,所述确定单元述确定单元111利用提取的每个卷积核对每张训练图像进行卷积运算,得到每个卷积层上所述确定单元111根据每个卷积层的分布图像确定所述目标[0176]所述确定单元111遍历每个分布图像,并将遍历到分布最好的分布图像确定为目[0179]在本申请的至少一个实施例中,所述提取单元120利用所述目标卷积层提取所述[0183]在本申请的至少一个实施例中,所述确定单元111根据所述待检测特征确定所述[0184]所述确定单元111对所述待检测特征进行均值池化处理,得到目标向量,进一步述计算单元119利用数据增强算法增加所述多个低维述确定单元111确定与所述领域对应的分[0192]所述确定单元111将所述瑕疵图像及所述正常图像输入至所述目标卷积层中进行所述确定单元111利用所述目标池化层对所述第一特征图及所述第二特征图进行池化处[0193]通过计算正常图像与瑕疵图像的均值分数及计算正常图像与瑕疵图像的标准差[0194]当所述目标分数小于所述分数阈值时,所述确定单元111将所述待检测图像确定[0200]在本申请的至少一个实施例中,当所述目标分数大于或所述确定单元111将所述待检测图像确定[0202]如图3所示,是本申请实现图像瑕疵检测方法的较佳实施例的电子设备的结构示其他通用处理器、数字信号处理器(DigitalSignalProcessor,DSP)、专用集成电路(ApplicationSpecificIntegratedCircuit,ASIC)、现场可编程门阵列(Field-分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器[0206]所述处理器13获取所述电子设备1的操作系统以及安装的各类应用程序。所述处理器13获取所述应用程序以实现上述各个图像瑕疵检测方法实施例中的步骤,例如图1所或多个模块/单元可以是能够完成特定功能的一系列计算机程序指令段,该指令段用于描[0208]所述存储器12可用于存储所述计算机程序和/或模块,所述处理器13通过运行或实现所述电子设备1的各种功能。所述存储器12可主要包括存储程序区和存储数据区,其[0210]所述电子设备1集成的模块/单元如果以软件功能单元的形式实现并作为独立的现上述实施例方法中的全部或部分流程

温馨提示

  • 1. 本站所有资源如无特殊说明,都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等,如果需要附件,请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸,网页内容里面会有图纸预览,若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间,仅对用户上传内容的表现方式做保护处理,对用户上传分享的文档内容本身不做任何修改或编辑,并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容,请与我们联系,我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

评论

0/150

提交评论