CN114897806B 缺陷检测方法、电子设备及计算机可读存储介质 （浙江华睿科技股份有限公司）

分类结果是否能够用于确定目标对象的缺陷类2所述将所述候选缺陷区域的特征与各候选缺陷类别的模板特征进获取所述候选缺陷区域的特征与所述各候选缺陷类别的模板特征之间件为属于其中一候选缺陷类别的概率与属于其他各候选缺陷类别的概率的差值均大于差获取所述待检测图像和参考图像间像素级的特征相似度，所对所述待检测图像进行像素级的缺陷分割，得到缺陷分割结果，基于所述特征相似度确定所述待检测图像的第一候选缺陷区域，域由所述待检测图像中对应的所述特征相似度小于特征相似度阈值的像3获取所述第一候选缺陷区域和所述第二候选缺陷区域的相像和所述第二样本图像中的至少一个标注有所述第一样本图像和第二样本图像间像素级获取所述第一样本图像和所述第二样本图像间像素级的第一样基于所述第一样本特征相似度及所述参考特征相似度之间的差异、所述述样本集包括多张样本对象的第三样本图像，所述第三样本图像标注有参考缺陷分类结获得各所述第三样本图像的特征两两之间的第二样基于同一所述参考缺陷分类结果下的所述第三样本图像的第二样本对各所述第三样本图像的特征进行分类，得到各所述第三样获取所述待检测图像和参考图像间像素级的特征相似度，所对所述待检测图像进行像素级的缺陷分割，得到缺陷分割结果，4件为属于其中一候选缺陷类别的概率与属于其他各候选缺陷类别的概率的差值均大于差基于所述特征相似度确定所述待检测图像的第一候选缺陷区域，域由所述待检测图像中对应的所述特征相似度小于特征相似度阈值的像获取所述第一候选缺陷区域和所述第二候选缺陷区域的相图像和所述第二样本图像中的至少一个标注有所述第一样本图像和第二样本图像间像素获取所述第一样本图像和所述第二样本图像间像素级的第一样基于所述第一样本特征相似度及所述参考特征相似度之间的差异、所述到缺陷分类结果的步骤是基于分类网络实现的，所述分类网络是基于样本集训练得到的，获得各所述第三样本图像的特征两两之间的第二样基于同一所述参考缺陷分类结果下的所述第三样本图像的第二样本对各所述第三样本图像的特征进行分类，得到各所述第三样5所述处理器用于执行所述存储器存储的所述程序指令以实现权利要求1-17中任一项67[0026]其中另一种原因是缺陷类别无法被完全定义，当某缺陷类别首次出现还未被定[0030]本申请缺陷检测方法面向的对象是视觉可见物，可以是材料(如金属、硅片、塑8[0041]缺陷分类结果能够用于确定目标对象的缺陷类别的依据可以是候选缺陷区域属9[0047]S141：获取候选缺陷区域的特征与各候选缺陷类别的模板特征之间的区域相似缺陷类别的区域相似度与其他各候选缺陷类别的区域相似度之间的相似度差值均大于相别。[0058]通过本实施例的实施，本申请在缺陷分类结果不能用于确定目标对象的缺陷类素点的缺陷分割结果。缺陷分割结果表征通过缺陷分割确定的候选缺陷区域的位置信息，[0071]第一候选缺陷区域由待检测图像中对应的特征相似度小于特征相似度阈值的像[0073]可以将待检测图像中属于候选缺陷区域的概率大于概率阈值的像素点组成的区背景像素点(即候选缺陷区域之外的像素点)的相关性，前景像素点(即候选缺陷区域的像在一定程度上将待检测图像中的候选缺陷区域与候选缺陷区域之外的区域区分开来。因[0079]样本对象可以是与目标对象同类别的对象，也可以是与目标对象相近类别的对和二样本图像的特征计算第一样本图像和第二样本图像间像[0088]其中，可以基于第一样本特征相似度及参考特征相似度之间的差异，获取损失1[0089]结合参阅图6，对样本缺陷分割结果及参考语义分割结果之间对比损失的获取进[0097]对于分类网络的训练可以沿用前述第一样本图像/第二样本图像，即第三样本图存取存储器(RAM，RandomAccessMemory)、磁碟或者光盘等各种可以存储程序代码的介