(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202210457602.4 (22)申请日 2022.04.27 (71)申请人 浙江华睿 科技股份有限公司 地址 310051 浙江省杭州市滨江区滨安路 1181号A幢8层 (72)发明人 许文夏　周璐　李晶　 (74)专利代理 机构 深圳市威世博知识产权代理 事务所(普通 合伙) 44280 专利代理师 何倚雯 (51)Int.Cl. G06T 7/00(2017.01) G06T 7/187(2017.01) G06T 7/136(2017.01) G06T 7/11(2017.01) G06V 10/764(2022.01)G06V 10/74(2022.01) G06V 10/77(2022.01) (54)发明名称 缺陷检测方法、 电子设备及计算机可读存储 介质 (57)摘要 本申请公开了一种缺陷检测方法、 电子设备 及计算机可读存储介质。 该方法包括： 确定目标 对象的待检测图像中的候选缺陷区域； 对候选缺 陷区域进行分类， 得到缺陷分类结果； 判断缺陷 分类结果是否能够用于确定目标对象的缺陷类 别； 响应于缺陷分类结果不能用于确定目标对象 的缺陷类别， 将候选缺陷区域的特征与各候选缺 陷类别的模板特征进行比对， 以确定目标对象 的 缺陷类别。 通过上述方式， 能够提高目标对象的 缺陷类别的准确度。 权利要求书2页 说明书8页 附图4页 CN 114897806 A 2022.08.12 CN 114897806 A 1.一种缺陷检测方法， 其特 征在于， 包括： 确定目标对象的待检测图像中的候选缺陷区域； 对所述候选缺陷区域进行分类， 得到缺陷分类结果； 判断所述 缺陷分类结果是否能够用于确定所述目标对象的缺陷类别； 响应于所述缺陷分类结果不 能用于确定所述目标对象的缺陷类别， 将所述候选缺陷区 域的特征与各候选缺陷类别的模板特 征进行比对， 以确定所述目标对象的缺陷类别。 2.根据权利要求1所述的方法， 其特征在于， 所述缺陷分类结果包括所述候选缺陷区域 属于各个候选缺陷类别的概率； 所述判断所述缺陷分类结果是否能够用于确定所述目标对 象的缺陷类别， 包括： 判断所述候选缺陷区域属于各个候选缺陷类别的概率是否满足预设条件， 所述预设条 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 值阈值； 响应于不满足所述预设条件， 判定所述缺陷分类结果不 能用于确定所述目标对象的缺 陷类别； 响应于满足所述预设条件， 判定所述缺陷分类结果 能够用于确定所述目标对象的缺陷 类别。 3.根据权利要求2所述的方法， 其特 征在于， 所述方法还 包括： 响应于所述缺陷分类结果能够用于确定所述目标对象的缺陷类别， 将所述其中一候选 缺陷类别作为所述目标对象的缺陷类别。 4.根据权利要求1所述的方法， 其特征在于， 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 征进行比对， 以确定所述目标对象的缺陷类别， 包括： 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 征之间的区域相似度； 判断在所述各候选缺陷类别中是否存在目标候选缺陷类别， 所述目标候选缺陷类别的 模板特征对应的所述区域相似度满足相似度要求； 响应于存在所述目标候选缺陷类别， 确定所述目标对象的缺陷类别为所述目标候选缺 陷类别； 响应于不存在所述目标候选缺陷类别， 确定所述目标对象的缺陷类别为待定类别。 5.根据权利要求1所述的方法， 其特征在于， 所述确定所述目标对象的待检测图像 中的 候选缺陷区域， 包括： 获取所述待检测图像和参考图像间像素级的特征相似度， 所述参考图像是在所述目标 对象无缺陷时获取到的； 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， 所述缺陷分割结果表 征通过缺陷分割确定的所述 候选缺陷区域的位置信息； 基于所述特 征相似度和所述 缺陷分割结果， 确定所述 候选缺陷区域。 6.根据权利要求5所述的方法， 其特征在于， 所述基于所述特征相似度和所述缺陷分割 结果， 确定所述 候选缺陷区域， 包括： 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， 所述第 一候选缺陷区 域由所述待检测图像中对应的所述特 征相似度小于特 征相似度阈值的像素点组成； 基于所述 缺陷分割结果， 确定所述待检测图像的第二 候选缺陷区域；权　利　要　求　书 1/2 页 2 CN 114897806 A 2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交区域， 作为所述候选缺陷 区域。 7.根据权利要求5所述的方法， 其特征在于， 所述确定所述目标对象的待检测图像 中的 候选缺陷区域的步骤是基于区域确定网络实现的， 所述区域确定网络是通过训练样本对训 练得到的， 所述训练样本对包括样 本对象的第一样本图像、 第二样本图像， 所述第一样 本图 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级 的参考特征相似度， 所述第一样本图像还标注有参 考缺陷分割结果。 8.根据权利要求7 所述的方法， 其特 征在于， 所述区域确定网络的训练步骤 包括： 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本特 征相似度； 对所述第一样本图像进行像素级的缺陷分割， 得到样本缺陷分割结果； 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、 所述样本缺陷分割 结果及所述 参考语义分割结果之间的差异， 调整所述区域确定网络的参数。 9.根据权利要求1所述的方法， 其特征在于， 所述对所述候选缺陷区域进行分类， 得到 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， 所 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 果。 10.根据权利要求9所述的方法， 其特 征在于， 所述分类网络的训练步骤 包括： 提取各所述第三样本图像的特 征； 获得各所述第三样本图像的特 征两两之间的第二样本特 征相似度； 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 二样本特征相似度、 不同 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特 征相似度， 确定第一损失； 对各所述第 三样本图像的特征进行分类， 得到各所述第 三样本图像的样本缺陷分类结 果； 基于所述样本缺陷分类结果与所述 参考缺陷分类结果的差异， 确定第二损失； 基于所述第一损失和所述第二损失， 调整所述分类网络的参数。 11.一种电子设备， 其特 征在于， 包括处 理器、 与所述处 理器连接的存 储器， 其中， 所述存储器存储有程序指令； 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 ‑10中任一项 所述的方法。 12.一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程序指令， 所述程序指令能够被处 理器执行， 被执行时实现如权利要求1 ‑10中任一项所述的方法。权　利　要　求　书 2/2 页 3 CN 114897806 A 3