本發(fā)明涉及產(chǎn)品檢測(cè)領(lǐng)域，尤其涉及一種產(chǎn)品外觀檢查方法、裝置、電子設(shè)備及可讀存儲(chǔ)介質(zhì)。

背景技術(shù)：

1、為了解決在對(duì)產(chǎn)品外觀進(jìn)行檢查時(shí)，人工消耗量大的問題，現(xiàn)有技術(shù)中通常通過對(duì)產(chǎn)品外觀進(jìn)行拍攝得到產(chǎn)品圖像，進(jìn)而根據(jù)產(chǎn)品圖像對(duì)產(chǎn)品外觀進(jìn)行瑕疵檢測(cè)；然而，現(xiàn)有技術(shù)中，在對(duì)產(chǎn)品外觀進(jìn)行拍攝時(shí)需要由相關(guān)人員將產(chǎn)品放置在特定的拍照區(qū)域進(jìn)行，耗時(shí)過長，降低了檢測(cè)效率。

技術(shù)實(shí)現(xiàn)思路

1、本發(fā)明的主要目的在于提出一種產(chǎn)品外觀檢查方法、裝置、電子設(shè)備及可讀存儲(chǔ)介質(zhì)，旨在解決現(xiàn)有技術(shù)中對(duì)于產(chǎn)品外觀的檢測(cè)效率較低的問題。

2、為實(shí)現(xiàn)上述目的，本發(fā)明提供一種產(chǎn)品外觀檢查方法，所述方法包括步驟：

3、在目標(biāo)產(chǎn)品持續(xù)移動(dòng)時(shí)，獲取所述目標(biāo)產(chǎn)品的外觀圖像；

4、將所述外觀圖像輸入到訓(xùn)練完成的瑕疵檢測(cè)模型中，其中，所述瑕疵檢測(cè)模型為基于目標(biāo)跟蹤算法進(jìn)行構(gòu)建的模型，所述目標(biāo)跟蹤算法用于追蹤移動(dòng)中的所述目標(biāo)產(chǎn)品；

5、運(yùn)行所述瑕疵檢測(cè)模型得到所述外觀圖像對(duì)應(yīng)的瑕疵檢測(cè)結(jié)果。

6、可選地，所述獲取所述目標(biāo)產(chǎn)品的外觀圖像包括：

7、若所述目標(biāo)產(chǎn)品進(jìn)入到檢測(cè)區(qū)域，則獲取所述目標(biāo)產(chǎn)品的當(dāng)前產(chǎn)品姿態(tài)；

8、確定與所述當(dāng)前產(chǎn)品姿態(tài)對(duì)應(yīng)的目標(biāo)拍攝角度；

9、將圖像采集設(shè)備的拍攝角度調(diào)整至所述目標(biāo)拍攝角度后對(duì)所述目標(biāo)產(chǎn)品進(jìn)行拍攝，得到所述外觀圖像。

10、可選地，所述將所述外觀圖像輸入到訓(xùn)練完成的瑕疵檢測(cè)模型中包括：

11、通過邊緣檢測(cè)算法對(duì)所述外觀圖像中所述目標(biāo)產(chǎn)品上的瑕疵進(jìn)行輪廓提取，確定所述外觀圖像中的瑕疵信息；

12、將所述瑕疵信息輸入至所述訓(xùn)練完成的瑕疵檢測(cè)模型。

13、可選地，所述瑕疵檢測(cè)模塊包括卷積神經(jīng)網(wǎng)絡(luò)以及支持向量機(jī)模型；所述瑕疵檢測(cè)結(jié)果包括瑕疵分類結(jié)果，所述運(yùn)行所述瑕疵檢測(cè)模型得到所述外觀圖像對(duì)應(yīng)的瑕疵檢測(cè)結(jié)果包括：

14、運(yùn)行所述卷積神經(jīng)網(wǎng)絡(luò)進(jìn)行特征提取，得到所述瑕疵信息對(duì)應(yīng)的瑕疵特征信息，其中，所述卷積神經(jīng)網(wǎng)絡(luò)的卷積層采用所述目標(biāo)跟蹤算法；

15、將所述瑕疵特征信息輸入到所述支持向量機(jī)模型；

16、運(yùn)行所述支持向量機(jī)模型進(jìn)行瑕疵分類，得到所述瑕疵特征信息對(duì)應(yīng)的所述瑕疵分類結(jié)果。

17、可選地，所述運(yùn)行所述瑕疵檢測(cè)模型得到所述外觀圖像對(duì)應(yīng)的瑕疵檢測(cè)結(jié)果之后還包括：

18、接收人工復(fù)查結(jié)果，確定與所述人工復(fù)查結(jié)果對(duì)應(yīng)的所述目標(biāo)產(chǎn)品的所述瑕疵檢測(cè)結(jié)果；

19、判斷所述人工復(fù)查結(jié)果與對(duì)應(yīng)的所述瑕疵檢測(cè)結(jié)果是否一致；

20、若所述人工復(fù)查結(jié)果與所述瑕疵檢測(cè)結(jié)果不一致，則通過所述外觀圖像與所述人工復(fù)查結(jié)果對(duì)所述瑕疵檢測(cè)模型進(jìn)行迭代，更新所述瑕疵檢測(cè)模型的模型參數(shù)。

21、可選地，所述運(yùn)行所述瑕疵檢測(cè)模型得到所述外觀圖像對(duì)應(yīng)的瑕疵檢測(cè)結(jié)果之后包括：

22、若所述瑕疵檢測(cè)結(jié)果指示所述目標(biāo)產(chǎn)品為瑕疵產(chǎn)品，則對(duì)所述目標(biāo)產(chǎn)品的位置進(jìn)行監(jiān)測(cè)；

23、若所述目標(biāo)產(chǎn)品的位置到達(dá)目標(biāo)位置，將所述目標(biāo)產(chǎn)品移送到對(duì)應(yīng)的輸出區(qū)域。

24、可選地，所述目標(biāo)位置為高壓空氣噴口的噴氣位置，所述若所述目標(biāo)產(chǎn)品的位置到達(dá)目標(biāo)位置，將所述目標(biāo)產(chǎn)品移送到對(duì)應(yīng)的輸出區(qū)域包括：

25、若所述目標(biāo)產(chǎn)品的位置到達(dá)高壓空氣噴口的噴氣位置，則控制所述高壓空氣噴口噴氣，以將所述目標(biāo)產(chǎn)品移動(dòng)至瑕疵傳輸帶，并通過所述瑕疵傳輸帶移動(dòng)至瑕疵區(qū)域。

26、為實(shí)現(xiàn)上述目的，本發(fā)明還提供一種產(chǎn)品外觀檢查裝置，所述產(chǎn)品外觀檢查裝置包括：

27、第一獲取模塊，用于在目標(biāo)產(chǎn)品持續(xù)移動(dòng)時(shí)，獲取所述目標(biāo)產(chǎn)品的外觀圖像；

28、第一輸入模塊，用于將所述外觀圖像輸入到訓(xùn)練完成的瑕疵檢測(cè)模型中，其中，所述瑕疵檢測(cè)模型為基于目標(biāo)跟蹤算法進(jìn)行構(gòu)建的模型，所述目標(biāo)跟蹤算法用于追蹤移動(dòng)中的所述目標(biāo)產(chǎn)品；

29、第一運(yùn)行模塊，用于運(yùn)行所述瑕疵檢測(cè)模型得到所述外觀圖像對(duì)應(yīng)的瑕疵檢測(cè)結(jié)果。

30、為實(shí)現(xiàn)上述目的，本發(fā)明還提供一種電子設(shè)備，所述電子設(shè)備包括存儲(chǔ)器、處理器和存儲(chǔ)在所述存儲(chǔ)器上并可在所述處理器上運(yùn)行的計(jì)算機(jī)程序，所述計(jì)算機(jī)程序被所述處理器執(zhí)行時(shí)實(shí)現(xiàn)如上所述的產(chǎn)品外觀檢查方法的步驟。

31、為實(shí)現(xiàn)上述目的，本發(fā)明還提供一種計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)，所述計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)上存儲(chǔ)有計(jì)算機(jī)程序，所述計(jì)算機(jī)程序被處理器執(zhí)行時(shí)實(shí)現(xiàn)如上所述的產(chǎn)品外觀檢查方法的步驟。

32、本發(fā)明提出的一種產(chǎn)品外觀檢查方法、裝置、電子設(shè)備及可讀存儲(chǔ)介質(zhì)，在目標(biāo)產(chǎn)品持續(xù)移動(dòng)時(shí)，獲取所述目標(biāo)產(chǎn)品的外觀圖像；將所述外觀圖像輸入到訓(xùn)練完成的瑕疵檢測(cè)模型中，其中，所述瑕疵檢測(cè)模型為基于目標(biāo)跟蹤算法進(jìn)行構(gòu)建的模型，所述目標(biāo)跟蹤算法用于追蹤移動(dòng)中的所述目標(biāo)產(chǎn)品；運(yùn)行所述瑕疵檢測(cè)模型得到所述外觀圖像對(duì)應(yīng)的瑕疵檢測(cè)結(jié)果。通過設(shè)置瑕疵檢測(cè)模型，實(shí)現(xiàn)對(duì)外觀圖像中的瑕疵的檢測(cè)，同時(shí)，基于目標(biāo)跟蹤算法來設(shè)置瑕疵檢測(cè)模型，使得瑕疵檢測(cè)模型能夠針對(duì)移動(dòng)中的目標(biāo)產(chǎn)品的外觀圖像實(shí)現(xiàn)瑕疵檢測(cè)，從而能夠在目標(biāo)產(chǎn)品在產(chǎn)線中移動(dòng)時(shí)完成外觀檢查，不會(huì)暫停目標(biāo)產(chǎn)品原本的生產(chǎn)、檢測(cè)流程，提高了檢測(cè)效率。

技術(shù)特征：

1.一種產(chǎn)品外觀檢查方法，其特征在于，所述產(chǎn)品外觀檢查方法包括：

2.如權(quán)利要求1所述的產(chǎn)品外觀檢查方法，其特征在于，所述獲取所述目標(biāo)產(chǎn)品的外觀圖像包括：

3.如權(quán)利要求1所述的產(chǎn)品外觀檢查方法，其特征在于，所述將所述外觀圖像輸入到訓(xùn)練完成的瑕疵檢測(cè)模型中包括：

4.如權(quán)利要求3所述的產(chǎn)品外觀檢查方法，其特征在于，所述瑕疵檢測(cè)模塊包括卷積神經(jīng)網(wǎng)絡(luò)以及支持向量機(jī)模型；所述瑕疵檢測(cè)結(jié)果包括瑕疵分類結(jié)果，所述運(yùn)行所述瑕疵檢測(cè)模型得到所述外觀圖像對(duì)應(yīng)的瑕疵檢測(cè)結(jié)果包括：

5.如權(quán)利要求1所述的產(chǎn)品外觀檢查方法，其特征在于，所述運(yùn)行所述瑕疵檢測(cè)模型得到所述外觀圖像對(duì)應(yīng)的瑕疵檢測(cè)結(jié)果之后還包括：

6.如權(quán)利要求1所述的產(chǎn)品外觀檢查方法，其特征在于，所述運(yùn)行所述瑕疵檢測(cè)模型得到所述外觀圖像對(duì)應(yīng)的瑕疵檢測(cè)結(jié)果之后包括：

7.如權(quán)利要求6所述的產(chǎn)品外觀檢查方法，其特征在于，所述目標(biāo)位置為高壓空氣噴口的噴氣位置，所述若所述目標(biāo)產(chǎn)品的位置到達(dá)目標(biāo)位置，將所述目標(biāo)產(chǎn)品移送到對(duì)應(yīng)的輸出區(qū)域包括：

8.一種產(chǎn)品外觀檢查裝置，其特征在于，所述產(chǎn)品外觀檢查裝置包括：

9.一種電子設(shè)備，其特征在于，所述電子設(shè)備包括存儲(chǔ)器、處理器和存儲(chǔ)在所述存儲(chǔ)器上并可在所述處理器上運(yùn)行的計(jì)算機(jī)程序，所述計(jì)算機(jī)程序被所述處理器執(zhí)行時(shí)實(shí)現(xiàn)如權(quán)利要求1至7中任一項(xiàng)所述的產(chǎn)品外觀檢查方法的步驟。

10.一種計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)，其特征在于，所述計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)上存儲(chǔ)有計(jì)算機(jī)程序，所述計(jì)算機(jī)程序被處理器執(zhí)行時(shí)實(shí)現(xiàn)如權(quán)利要求1至7中任一項(xiàng)所述的產(chǎn)品外觀檢查方法的步驟。

技術(shù)總結(jié)
本發(fā)明提出的一種產(chǎn)品外觀檢查方法、裝置、電子設(shè)備及可讀存儲(chǔ)介質(zhì)，所述方法包括步驟：在目標(biāo)產(chǎn)品持續(xù)移動(dòng)時(shí)，獲取所述目標(biāo)產(chǎn)品的外觀圖像；將所述外觀圖像輸入到訓(xùn)練完成的瑕疵檢測(cè)模型中，其中，所述瑕疵檢測(cè)模型為基于目標(biāo)跟蹤算法進(jìn)行構(gòu)建的模型，所述目標(biāo)跟蹤算法用于追蹤移動(dòng)中的所述目標(biāo)產(chǎn)品；運(yùn)行所述瑕疵檢測(cè)模型得到所述外觀圖像對(duì)應(yīng)的瑕疵檢測(cè)結(jié)果。通過設(shè)置瑕疵檢測(cè)模型，實(shí)現(xiàn)對(duì)外觀圖像中的瑕疵的檢測(cè)，同時(shí)，基于目標(biāo)跟蹤算法來設(shè)置瑕疵檢測(cè)模型，使得瑕疵檢測(cè)模型能夠針對(duì)移動(dòng)中的目標(biāo)產(chǎn)品的外觀圖像實(shí)現(xiàn)瑕疵檢測(cè)，從而能夠在目標(biāo)產(chǎn)品在產(chǎn)線中移動(dòng)時(shí)完成外觀檢查，不會(huì)暫停目標(biāo)產(chǎn)品原本的生產(chǎn)、檢測(cè)流程，提高了檢測(cè)效率。

技術(shù)研發(fā)人員：丁輝輝,尹燕,劉東海,嵇復(fù)春
受保護(hù)的技術(shù)使用者：立臻科技（昆山）有限公司
技術(shù)研發(fā)日：
技術(shù)公布日：2024/12/23